买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广西环保产业投资集团有限公司

摘要：本发明提供一种基于半监督交互学习的树冠检测方法、装置及介质，涉及树冠识别技术领域；本发明通过Teacher网络对Student网络进行预训练，再通过伪样本筛选策略筛选合适的伪样本，利用筛选后的伪样本和已标注训练遥感影像并采用半监督交互学习策略渐进式交换学习的方式进行训练，有效地抑制假阳性检测，在树冠检测上显著地提升了性能。

主权项：1.一种基于半监督交互学习的树冠检测方法，其特征在于，包括如下步骤：S1、构建含有树冠图像的训练遥感影像集，所述训练遥感影像集包括已标注训练遥感影像和多个未标注训练遥感影像；S2、基于YOLOX架构构建具有相同配置的Teacher网络和Student网络；S3、通过所述已标注训练遥感影像和所述Teacher网络对所述Student网络进行预训练；S4、通过所述Teacher网络对多个所述未标注训练遥感影像进行伪样本筛选；通过筛选得到的伪样本和所述已标注训练遥感影像对经预训练的Student网络进行优化训练，并根据设置的训练轮次K和参数更新阈值σ确定在第i轮训练完成时，是否更新Student网络的骨干网络参数，将第i轮Student网络的所有参数更新到Teacher网络中，当完成所有轮次训练时，得到最优Teacher网络；S5、将含有树冠图像的待检测遥感影像导入所述最优Teacher网络中，通过所述最优Teacher网络输出树冠检测结果；所述S4，具体为：S401、基于伪样本筛选策略，通过Teacher网络对多个所述未标注训练遥感影像进行伪样本筛选；S402、对筛选得到的伪样本进行强数据增强处理，通过强数据增强处理的伪样本和所述已标注训练遥感影像对经预训练的Student网络进行优化训练，当第i轮训练结束时，若i小于或等于参数更新阈值σ，则更新Student网络除骨干网络参数之外的参数，若i大于参数更新阈值σ，则更新Student网络的骨干网络参数以及更新Student网络除骨干网络参数之外的参数；S403、将第i轮Student网络的所有参数更新到Teacher网络中；S404、判断i是否等于训练轮次K，若是，则结束训练，得到最优Teacher网络；若否，返回S401；所述S401，具体包括：S4011、基于放回概率阈值从多个所述未标注训练遥感影像中抽取bk张未标注影像，其中，K为训练轮次，并对未标注影像进行弱数据增强处理；S4012、所述Teacher网络基于平均复杂度指标和平均充分度指标对bk张未标注影像进行伪样本筛选，具体为：所述平均复杂度指标通过所述Teacher网络模型预测标注框的概率分布熵来度量，所述平均复杂度指标为： 其中，为平均复杂度，Nc为对象类别个数，pck；bj为Teacher网络对第k个类别的预测概率，为第i张样本中预测出的边界框个数；所述平均充分度指标通过所述Teacher网络模型的目标特征布局模式来度量，所述平均充分度指标为： 其中，为平均充分度，confbj和confcj分别为Teacher网络预测的第j个边界框中的最高置信度分数及其相应类别的最高置信度分数；S4013、对所述平均复杂度指标和所述平均充分度指标进行归一化融合处理，根据归一化指标值确定所述平均复杂度指标和所述平均充分度指标的采样权重。

全文数据：

权利要求：

百度查询： 广西环保产业投资集团有限公司 一种基于半监督交互学习的树冠检测方法、装置及介质