黑芝麻智能科技(成都)有限公司孙浩获国家专利权
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!
龙图腾网获悉黑芝麻智能科技(成都)有限公司申请的专利训练样本集确定、模型训练、目标检测方法和装置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:CN115393669B 。
龙图腾网通过国家知识产权局官网在2026-04-03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:202210987671.6,技术领域涉及:G06V10/774;该发明授权训练样本集确定、模型训练、目标检测方法和装置是由孙浩设计研发完成,并于2022-08-17向国家知识产权局提交的专利申请。
本训练样本集确定、模型训练、目标检测方法和装置在说明书摘要公布了:本申请涉及深度学习技术领域,具体涉及一种训练样本集确定、模型训练、目标检测方法和装置,解决了深度学习模型对待检测图像中的小目标的检测精度低的问题。训练样本集确定方法包括:对样本图像中的目标区域进行移动操作,确定多个增强目标区域,基于样本图像对应的多个候选区域和多个增强目标区域,确定样本图像对应的训练样本集,以基于样本图像对应的训练样本集训练网络模型,得到目标检测模型。通过对样本图像中的目标区域进行移动操作,在尽量不影响大尺寸的目标区域的样本选取的情况下,提高了小目标的区域被选取为训练样本集的概率,从而提高了利用该训练样本集训练网络模型得到的目标检测模型对小目标的检测精度。
本发明授权训练样本集确定、模型训练、目标检测方法和装置在权利要求书中公布了:1.一种训练样本集确定方法,其特征在于,包括: 对样本图像中的目标区域进行移动操作,确定多个增强目标区域,其中,所述多个增强目标区域包括移动后的目标区域; 基于所述样本图像对应的多个候选区域和所述多个增强目标区域,确定所述样本图像对应的训练样本集,以基于所述样本图像对应的训练样本集训练网络模型,得到目标检测模型,其中,所述样本图像对应的训练样本集包括所述样本图像对应的多个候选区域中的至少一个候选区域; 其中,所述基于所述样本图像对应的多个候选区域和所述多个增强目标区域,确定所述样本图像对应的训练样本集,包括: 针对所述多个增强目标区域中的每个当前增强目标区域, 分别计算所述多个候选区域与所述当前增强目标区域的交并比,确定所述多个候选区域各自对应的重叠度; 基于所述多个候选区域各自对应的重叠度和重叠度阈值,确定所述当前增强目标区域对应的训练样本集; 基于所述多个增强目标区域各自对应的训练样本集,确定所述样本图像对应的训练样本集; 所述重叠度阈值包括固定重叠度阈值和动态重叠度阈值,所述基于所述多个候选区域各自对应的重叠度和重叠度阈值,确定所述当前增强目标区域对应的训练样本集,包括: 基于所述多个候选区域各自对应的重叠度和固定重叠度阈值,确定所述当前增强目标区域对应的第一训练样本集,所述第一训练样本集包括所述多个候选区域中的至少一个候选区域; 基于所述多个候选区域各自对应的重叠度,确定所述当前增强目标区域对应的重叠度,并基于所述多个增强目标区域各自对应的重叠度,确定重叠度的均值和重叠度的标准差; 基于所述多个增强目标区域各自对应的第一训练样本集,确定所述当前增强目标区域的稳定系数; 基于所述重叠度的均值、所述重叠度的标准差和所述当前增强目标区域的稳定系数,确定所述当前增强目标区域的动态重叠度阈值; 基于所述多个候选区域各自对应的重叠度和所述当前增强目标区域的动态重叠度阈值,确定所述当前增强目标区域对应的第二训练样本集; 基于所述第一训练样本集和所述第二训练样本集,确定所述当前增强目标区域对应的训练样本集。
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黑芝麻智能科技(成都)有限公司,其通讯地址为:610095 四川省成都市中国(四川)自由贸易试验区成都高新区吉泰路20号1号楼22层;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励