一种用于目标检测模型的自学习填充方法

实质审查的生效

摘要

本发明涉及一种用于目标检测模型的自学习填充方法，包括以下步骤：步骤S1:获取图像数据集，并进行数据增强扩充数据集；步骤S2:构建可根据网络需要自动调整填充值的特征填充模块；步骤S3:将特征填充模块用于CenterNet骨干网络中，并且使用模糊池化优化下采样层，构建基于自学习填充的目标检测模型；步骤S4:基于扩充后的数据集对基于自学习填充的目标检测模型进行训练，通过随机梯度下降方法，优化自学习填充模块参数，得到训练后的目标检测模型；步骤S5:将测试图像输入训练好的目标检测模型，获取目标检测结果。本发明能够有效地减少边缘小目标的漏检。

基本信息

专利标题：

一种用于目标检测模型的自学习填充方法

专利标题（英）：

暂无

公开（公告）号：

CN114266846A

申请号：

CN202111604881.4

公开（公告）日：

2022-04-01

申请日：

2021-12-25

授权号：

暂无

授权日：

暂无

发明人：

柯逍林心茹蒋培龙

申请人：

福州大学

申请人地址：

福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学

代理机构：

福州元创专利商标代理有限公司

代理人：

陈鼎桂

优先权：

CN202111604881.4

主分类号：

G06T11/40

IPC分类号：

G06T11/40 G06T3/40 G06V10/82 G06V10/774 G06K9/62 G06N3/04 G06N3/08

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06T

一般的图像数据处理或产生

G06T11/00

2D图像的生成

G06T11/40

通过添加表面特征填充平面，例如：色彩或纹理

法律状态

2022-04-19 ：

实质审查的生效

IPC(主分类) : G06T 11/40
申请日 : 20211225

2022-04-01 ：

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