一种基于改进深度残差网络的弱监督目标检测方法
授权
摘要
本发明涉及一种基于改进深度残差网络的弱监督目标检测方法，其在构建网络模型时，采用深度残差网络作为主干网络，并将候选区域池化层和冗余自适应脖子网络结合到主干网络和弱监督检测头部网络之间，有效弥补了已有的深度残差网络应用于弱监督目标检测时的缺点，大大提升了弱监督目标检测的性能。
基本信息
专利标题 ：
一种基于改进深度残差网络的弱监督目标检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111523585A
申请号 ：
CN202010300251.7
公开（公告）日 ：
2020-08-11
申请日 ：
2020-04-16
授权号 ：
CN111523585B
授权日 ：
2022-05-31
发明人 ：
纪荣嵘沈云航
申请人 ：
厦门大学
申请人地址 ：
福建省厦门市思明区思明南路422号
代理机构 ：
厦门市新华专利商标代理有限公司
代理人 ：
罗恒兰
优先权 ：
CN202010300251.7
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-05-31 ：
授权
2020-09-04 ：
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20200416
申请日 : 20200416
2020-08-11 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
