龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：上海大学
摘要：本发明涉及一种基于对抗协同学习的弱监督目标检测方法，包括：获取待检测的图像数据，输入预先训练好的对抗协同网络中，输出目标检测结果，其中所述对抗协同网络包括两个结构相同的同辈网络模型，每个同辈网络模型为标准的WSOD模型，所述WSOD模型包括候选区域特征提取器和任务头，所述任务头包括多实例检测模块、在线实例分类模块和检测头。与现有技术相比，本发明具有减少对大量准确标注数据的依赖、提升对完整物体的感知能力等优点。
主权项：1.一种基于对抗协同学习的弱监督目标检测方法，其特征在于，包括以下步骤：获取待检测的图像数据，输入预先训练好的对抗协同网络中，输出目标检测结果，其中所述对抗协同网络包括两个结构相同的同辈网络模型，每个同辈网络模型为标准的WSOD模型，所述WSOD模型包括候选区域特征提取器和任务头，所述任务头包括多实例检测模块、在线实例分类模块和检测头；训练所述对抗协同网络的步骤包括：获取图像数据及其对应的候选框；将所述图像数据及其对应的候选框分别输入各自WSOD模型的候选区域特征提取器中，分别提取出候选区域特征；将所述候选区域特征分别输入各自任务头的多实例检测模块、在线实例分类模块和检测头中进行处理，分别获得图像级分类分数和伪标签、候选框的类别预测概率和伪标签、目标实例的位置和类别预测；基于所述图像级分类分数、候选框的类别预测概率、目标实例的位置和类别预测构建多种损失函数，以对两个WSOD模型进行交互式对抗训练，直至训练结束。
全文数据：
权利要求：
百度查询： 上海大学 基于对抗协同学习的弱监督目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号