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：清华大学
摘要：本申请提供一种基于深度学习的多源无源领域自适应目标检测方法及系统，涉及目标检测技术领域，以基于多个源域图像数据对基础检测模型进行预训练得到预训练目标检测模型；对图像数据进行增强处理，并输入至为每个源域创建的师生对中，得到每个源域的师生对输出的位置框；基于师生对输出的位置框，利用通过位置框统一模块，多源概率融合模块和基于记忆库的对比学习模块，得到训练好的师生对模型。利用训练后的师生对模型对目标域的待处理图像数据进行目标检测，得到目标检测结果。模型经过训练后达到最佳行能，能够有效地在真实世界中的域适应以及多源无源领域挑战下提升目标检测模型的性能，提升目标检测模型在真实世界环境下的泛化性能。
主权项：1.一种基于深度学习的多源无源领域自适应目标检测方法，其特征在于，所述方法包括：获得基于多个源域图像数据，对基础检测模型进行预训练而得到的多个源域的预训练目标检测模型；获得基于目标域图像数据，对目标域图像数据进行弱增强处理和强增强处理，得到弱增强目标域图像数据和强增强目标域图像数据；基于每个源域的预训练目标检测模型，为每个源域创建一个师生对，一个师生对包含一个教师模型与一个学生模型；将所述弱增强目标域图像数据输入每个源域的教师模型，得到每个源域的教师模型的RPN检测头输出的位置框，以及，将所述强增强目标域图像数据输入每个源域的学生模型，得到每个源域的学生模型的RPN检测头输出的位置框；通过位置框统一模块，对不同源域的教师模型的RPN检测头输出的位置框进行整合，得到整合后的第一位置框，以及，对不同源域的学生模型的RPN检测头输出的位置框进行整合，得到整合后的第二位置框；通过多源概率融合模块，基于所述整合后的第一位置框，得到伪标签；通过基于记忆库的对比学习模块，利用特征质量过滤器，筛选每个源域的学生模型的特征空间、每个类别的高质量的实例级特征，并存储到每个源域的记忆库中，以供不同源域的学生模型进行对比学习，每个源域的记忆库中采用先进先出的方式更新；利用训练后的教师模型和训练后的学生模型，对目标域的待处理图像数据进行目标检测，结合通过训练而得到的权重，得到目标检测结果。
全文数据：
权利要求：
百度查询： 清华大学 基于深度学习的多源无源领域自适应目标检测方法及系统
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