Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 光控特斯联(重庆)信息技术有限公司徐博诚获国家专利权

光控特斯联(重庆)信息技术有限公司徐博诚获国家专利权

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!

龙图腾网获悉光控特斯联(重庆)信息技术有限公司申请的专利目标检测模型训练方法、装置、设备以及目标检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116958526B

龙图腾网通过国家知识产权局官网在2026-01-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310742767.0,技术领域涉及:G06V10/25;该发明授权目标检测模型训练方法、装置、设备以及目标检测方法是由徐博诚;张睿设计研发完成,并于2023-06-21向国家知识产权局提交的专利申请。

目标检测模型训练方法、装置、设备以及目标检测方法在说明书摘要公布了:本公开的实施例提供了一种目标检测模型训练方法、装置、设备以及目标检测方法。方法包括获取第一数据集和第二数据集;对第一数据集分别进行强增强处理和弱增强处理;将第一弱数据集输入到半监督训练网络的教师模型,得到第一弱数据集的预测标签,并将第一弱数据集的预测标签作为第一强数据集的伪标签;将第二数据集和第一强数据集输入到半监督训练网络的学生模型,得到第二数据集的预测标签和第一强数据集的预测标签;根据第二数据集的真实标签和第二数据集的预测标签计算有监督损失;根据第一强数据集的伪标签和第一强数据集的预测标签计算无监督损失;根据总损失在半监督训练网络中进行反向传播。以此解决目标检测模型性能较差的技术问题。

本发明授权目标检测模型训练方法、装置、设备以及目标检测方法在权利要求书中公布了:1.一种目标检测模型训练方法,其特征在于,包括: 获取第一数据集和第二数据集,其中,所述第一数据集包括未标注检测目标的多张图像,所述第二数据集包括标注有检测目标的多张图像;其中,获取第二数据集,包括: 获取原始数据集,其中,所述原始数据集包括标注有检测目标的多张源图像,所述检测目标在所述源图像中所占面积不大于预设比例; 利用数据增强算法对所述原始数据集进行数据增强,得到增强数据集;其中,在所述利用数据增强算法对所述原始数据集进行数据增强,得到增强数据集之前,所述方法还包括: 将所述原始数据集中的每张所述源图像缩放至预设尺寸,得到所述源图像对应的第一视图; 对所述第一视图进行随机裁剪后缩放至所述预设尺寸,得到所述源图像对应的第二视图; 对所述第二视图进行降采样,得到所述源图像对应的第三视图; 所述利用数据增强算法对所述原始数据集进行数据增强,得到增强数据集,包括: 将所述原始数据集中每张源图像对应的第一视图、第二视图、第三视图,作为所述源图像的三个视图分别进行数据增强,得到增强数据集; 从所述增强数据集中获取第二数据集; 对所述第一数据集分别进行强增强处理和弱增强处理,得到第一强数据集和第一弱数据集; 将所述第一弱数据集输入到半监督训练网络的教师模型,得到所述第一弱数据集的预测标签,并将所述第一弱数据集的预测标签作为所述第一强数据集的伪标签;以及,将所述第二数据集和所述第一强数据集输入到所述半监督训练网络的学生模型,得到所述第二数据集的预测标签和所述第一强数据集的预测标签; 根据所述第二数据集的真实标签和所述第二数据集的预测标签,计算有监督损失;以及,根据所述第一强数据集的伪标签和所述第一强数据集的预测标签,计算无监督损失; 根据总损失在所述半监督训练网络中进行反向传播,直至达到预设停止条件,得到目标检测模型,其中,所述总损失包括所述有监督损失和所述无监督损失。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人光控特斯联(重庆)信息技术有限公司,其通讯地址为:400042 重庆市渝中区大坪正街19号50-6号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。