Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于显式边际均衡的小样本目标检测方法及装置 

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;中国科学院大学

摘要:本申请涉及一种基于显式边际均衡的小样本目标检测方法及装置,其中,方法包括:计算每个基础目标类对应的所有样本实例的平均特征向量,并根据平均特征向量确定最大边际损失和训练阶段损失函数,且训练预设检测器以生成初始检测器;确定拓展目标类对应的类别系数向量,且根据类别系数向量计算类别均衡系数,以拓展最大边际损失得到显式边际均衡损失;计算每个样本实例的梯度图,并根据梯度图和预设梯度阈值确定每个样本实例对应的实例扰动,且通过显式边际均衡损失和实例扰动微调初始检测器,得到微调后的初始检测器,以利用微调后的初始检测器进行目标检测操作。由此,解决了现有技术缺乏适当的边际约束条件,难以缓解模型的判别与表示之间的内在矛盾等问题。

主权项:1.一种基于显式边际均衡的小样本目标检测方法,其特征在于,包括以下步骤:计算每个基础目标类对应的所有样本实例的平均特征向量,并根据所述平均特征向量确定最大边际损失和训练阶段损失函数,且通过所述训练阶段损失函数训练预设检测器,以生成初始检测器;基于基础目标类和预设的新目标类,构建拓展目标类,并确定所述拓展目标类对应的类别系数向量,且根据所述类别系数向量计算类别均衡系数,以通过所述类别均衡系数拓展所述最大边际损失,得到显式边际均衡损失;计算每个样本实例的梯度图,并根据所述梯度图和预设梯度阈值确定所述每个样本实例对应的实例扰动,且通过所述显式边际均衡损失和所述实例扰动微调所述初始检测器,得到微调后的所述初始检测器,以利用所述微调后的初始检测器进行目标检测操作。

全文数据:

权利要求:

百度查询: 清华大学 中国科学院大学 基于显式边际均衡的小样本目标检测方法及装置

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。