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：中国科学技术大学
摘要：本发明涉及目标检测技术领域，公开了一种基于高质量伪标签挖掘的目标检测增量学习方法，包括：设计增量学习中的伪标签时空增强方法，通过在输入图像不同的尺度和不同的阶段上融合伪标签，得到伪标签集合；设计分类自适应伪标签选择器，针对不同类别目标在不同阶段中的置信度分数自适应地设置过滤阈值，对伪标签集合中不同类别的伪标签进行过滤；设计非线性映射函数，将过滤后的伪标签的置信度分数映射为伪标签的质量系数，构建分类损失函数对新目标检测模型进行训练；将待识别的图像输入到完成训练的新目标检测模型中，得到检测结果。本发明为增量学习中的模型更新提供了一种新的策略，为动态环境中的目标检测任务提供了强有力的技术支持。
主权项：1.一种基于高质量伪标签挖掘的目标检测增量学习方法，其特征在于，包括以下步骤：S1：将训练集中的图像x输入到完成训练的旧目标检测模型，得到图像的伪标签以及伪标签的置信度分数；设计增量学习中的伪标签时空增强方法，通过在输入的图像x不同的尺度和不同的增量学习步骤中融合伪标签，得到伪标签集合；S2：设计分类自适应伪标签选择器，针对不同类别目标的伪标签在不同阶段中的置信度分数自适应地设置过滤阈值，对伪标签集合中不同类别的伪标签进行过滤，得到过滤后的伪标签；S3：设计非线性映射函数，将过滤后的伪标签的置信度分数映射为伪标签的质量系数，基于伪标签的质量系数构建分类损失函数对新目标检测模型进行训练；S4，将待识别的图像输入到新目标检测模型中，得到检测结果。
全文数据：
权利要求：
百度查询： 中国科学技术大学 一种基于高质量伪标签挖掘的目标检测增量学习方法
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