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：湖南大学

摘要：本发明公开了一种基于主动学习选择策略的厨余垃圾目标检测方法，获取真实场景下采集的厨余垃圾目标检测数据集；通过对中样本聚类，并根据样本代表性构建已标注数据集；将送入目标检测模型训练，同时使用和训练主动学习模型中的变分自编码器VAE和对抗网络GAN判别器；当未达到主动学习总体预算时，使用当前的目标检测模型对未标注图像及其增强图像推理，根据相似度构建初选样本集；使用当前VAE和判别器筛选样本获得最终样本集；对选择的最终样本标注后，重复上述步骤直到达到标注总体预算；将最终得到的目标检测模型对厨余垃圾图像进行目标检测。本发明以更少的标注成本达到更好的检测效果。

主权项：1.一种基于主动学习选择策略的厨余垃圾目标检测方法，其特征在于，包括：步骤1，获取真实厨余垃圾分拣线场景下采集的厨余垃圾目标检测数据集，并预处理；步骤2，对数据集中的图像样本聚类，类别数取初始标注预算；选择每类中代表性最高的图像数据，对其进行人工标注后构成初始的已标注数据集；更新未标注数据集；选择样本的KNN核密度作为步骤2中的代表性评估指标，计算式为： ； ； ；式中，表示第j个样本基于其个近邻的KNN核密度；为厨余垃圾目标检测数据集中的样本数量；表示单位维球体积，是样本的特征维数；表示样本与其个近邻的平均距离；表示样本的个近邻中的第个样本；表示样本与其近邻样本的距离；表示Gamma函数；步骤3，将当前的已标注数据集送入目标检测模型进行训练，同时使用已标注数据集和未标注数据集训练主动学习模型中的变分自编码器VAE和对抗网络GAN的判别器；步骤4，当未达到主动学习总体预算时，继续步骤5，否则跳转执行步骤8；步骤5，使用当前训练得到的目标检测模型对未标注图像及其增强图像进行推理，比较推理结果的相似度，并选择未标注数据集中相似度低的图像数据作为初选样本，构建当前轮次的初选样本集；步骤6，使用当前训练得到的变分自编码器VAE和对抗网络GAN的判别器，对初选样本集的初选样本的标注置信度进行预测，并选择其中标注置信度最低的若干样本，构建当前轮次的最终样本集；步骤7，将当前轮次的最终样本集进行人工标注后，添加到已标注数据集，并同步更新未标注数据集，返回步骤3进行下一轮次的模型训练和标注样本选择；步骤8，将当前训练得到的目标检测模型，作为最终的厨余垃圾目标检测模型，对厨余垃圾图像进行目标检测。

全文数据：

权利要求：

百度查询： 湖南大学 一种基于主动学习选择策略的厨余垃圾目标检测方法