利用卷积神经网络矫正梯度的弱监督目标定位方法

授权

摘要

利用卷积神经网络矫正梯度的弱监督目标定位方法，涉及计算机视觉技术领域。在给定的只包含类别标签的数据集上训练好一个用于分类功能的卷积神经网络，先对网络进行正向传递，然后指定待定位的目标的类别，进行卷积神经网络矫正梯度的反向传递，即从输出层向输入层逐层反向传递梯度，并且进行相应的矫正操作。卷积神经网络矫正梯度的反向传递包含对网络中全连接层、卷积层等传递的梯度进行了矫正。生成的热图中目标轮廓清晰，获取的定位精度高，同时能够区分不同类别的目标，定位的区域含有较少无关背景。对含有负值特征的模型具有鲁棒性。

基本信息

专利标题：

利用卷积神经网络矫正梯度的弱监督目标定位方法

专利标题（英）：

暂无

公开（公告）号：

CN112287999A

申请号：

CN202011166826.7

公开（公告）日：

2021-01-29

申请日：

2020-10-27

授权号：

CN112287999B

授权日：

2022-06-14

发明人：

王菡子程林张辽梁艳杰

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：

厦门南强之路专利事务所(普通合伙)

代理人：

马应森

优先权：

CN202011166826.7

主分类号：

G06K9/62

IPC分类号：

G06K9/62 G06N3/04 G06N3/08