多特征交互的无监督目标检测方法、系统、电子设备和可读存储...
公开
摘要
本发明提供了一种多特征交互的无监督目标检测方法、系统电子设备及可读存储介质。通过引入基于Transformer框架的无监督学习机制，在对图片特征进行目标检测的同时加入对对应的文本内容识别和特征提取，通过跨模态多特征交互进行学习，能够有效缓解对于数据集的人工标注需求，利用极易获取的文本描述和相对应的图片构建关联，极大解放了视觉任务标注藩篱，进而提升了目标检测算法的训练效率。同时，在图片特征提取过程中引入图卷积神经网络，使得能够滤除大量无需参与计算的无效图片特征，保障图片特征与对应的文本特征更够进行更为清晰的匹配学习，使得无监督目标检测任务在速度和精度上均达到更好的表现。
基本信息
专利标题 ：
多特征交互的无监督目标检测方法、系统、电子设备和可读存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114596464A
申请号 ：
CN202210206438.X
公开（公告）日 ：
2022-06-07
申请日 ：
2022-03-03
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘世超
申请人 ：
上海鱼尔网络科技有限公司
申请人地址 ：
上海市松江区新桥镇莘砖公路668号207室
代理机构 ：
上海汉声知识产权代理有限公司
代理人 ：
胡晶
优先权 ：
CN202210206438.X
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/74 G06V10/50 G06V10/82 G06K9/62 G06N3/04 G06N3/08 G06F16/58 G06F16/583
法律状态
2022-06-07 ：
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
