申请/专利权人:杭州视在科技有限公司
申请日:2020-04-07
公开(公告)日:2020-07-31
公开(公告)号:CN111476160A
主分类号:G06K9/00(20060101)
分类号:G06K9/00(20060101);G06K9/62(20060101);G06N3/04(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2020.08.25#实质审查的生效;2020.07.31#公开
摘要:损失函数优化方法、模型训练方法、目标检测方法及介质,涉及图片识别技术领域;目标检测模型训练方法,包括以下步骤:获取样本数据集;数据集的前处理:对获取的样本数据进行提前标注,对标注出的目标进行聚类,并做多组实验找到适合手机检测的anchor;用自定义的anchor采用目标检测网络训练得到目标检测模型。本发明结合当前主流的计算机视觉处理技术,使用基于深度卷积神经网络的目标检测算法做基本的处理算法,引入层级智能过滤的方式,将非限定场景中的玩手机行为识别问题转为限定场景中的玩手机行为识别问题,同时也可以通过此步将复杂场景直接转换为简单场景。
主权项:1.目标检测模型训练方法,其特征在于:包括如下步骤:获取样本数据集;数据集的前处理:对获取的样本数据进行提前标注,对标注出的目标进行聚类,并做多组实验找到适合手机检测的anchor;用自定义的anchor采用目标检测网络训练得到目标检测模型。
全文数据:
权利要求:
百度查询: 杭州视在科技有限公司 损失函数优化方法、模型训练方法、目标检测方法及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。