基于深度学习的弱监督目标检测方法及系统
公开
摘要
本发明实施例涉及目标检测技术领域，具体公开了基于深度学习的弱监督目标检测方法及系统。本发明实施例通过设置基础学习时期，获取拍摄视频数据，进行学习训练，生成目标检测基本模型；通过目标检测基本模型进行目标检测，标记取件目标；获取取件反馈数据；进行修正学习，生成目标检测修正模型。能够在基础学习时期，根据人工手动取放固化样件的拍摄视频数据，进行分析和学习训练，生成目标检测基本模型，进而按照目标检测基本模型进行完成固化摄像头的标记，并根据实际情况中，工作人员进行是否取件的反馈，进行模型的学习修正，从而能够自动检测完成固化的摄像头，便于将完成固化的摄像头马上进行下一步的生产，缩短车载摄像头的生产周期。
基本信息
专利标题 ：
基于深度学习的弱监督目标检测方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114581826A
申请号 ：
CN202210185361.2
公开（公告）日 ：
2022-06-03
申请日 ：
2022-02-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
蒋万川
申请人 ：
西南大学
申请人地址 ：
重庆市北碚区天生丽街西南大学
代理机构 ：
安徽思沃达知识产权代理有限公司
代理人 ：
王茜
优先权 ：
CN202210185361.2
主分类号 ：
G06V20/40
IPC分类号 ：
G06V20/40 G06V20/56 G06V10/774 G06K9/62 G06N20/00
法律状态
2022-06-03 ：
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
