申请/专利权人：湖南视比特机器人有限公司

申请日：2023-03-07

公开（公告）日：2023-05-23

公开（公告）号：CN116152606A

主分类号：G06V10/774

分类号：G06V10/774;G06V10/764;G06V10/20;G06V10/82;G06N3/08;G06N3/0464

优先权：["20220909 CN 2022110991289"]

专利状态码：在审-实质审查的生效

法律状态：2023.06.09#实质审查的生效;2023.05.23#公开

摘要：本发明公开了样本生成方法、目标检测模型训练、目标检测方法及系统，样本生成方法包括：1，基于原始样本集训练获得目标检测模型；2，获取候选样本集，其包括N张待检测的候选样本图片；3，基于候选样本集和目标检测模型，输出各张候选样本图片上各处的目标信息；4，基于步骤3的输出信息，从候选样本集中筛选出目标样本图片并确定各目标样本图片上各处的目标位置和类别信息；5，将目标样本图片及图片上各处的目标位置和类别信息作为训练样本输出。本发明利用无标注候选样本集，自动生成目标检测模型训练用样本，大大降低人工成本；通过持续不断的迭代学习，不断提升目标检测模型对在线工作流中的数据适应能力，提高目标检测结果的准确度。

主权项：1.一种样本生成方法，其特征在于，包括以下步骤：步骤1，基于原始样本集训练获得目标检测模型，其中，原始样本集包括多张原始样本图片，目标检测模型的输出为各张原始样本图片上各处的目标检测信息；步骤2，获取候选样本集，其中，所述候选样本集包括N张待检测的候选样本图片；步骤3，基于候选样本集和目标检测模型，输出各张候选样本图片上的各处目标信息；步骤4，基于步骤3的输出信息，从候选样本集中筛选出目标样本图片并确定各目标样本图片上各处的目标位置和类别信息；步骤5，将目标样本图片及图片上各处的目标位置和类别信息作为训练样本输出。

全文数据：

权利要求：

百度查询： 湖南视比特机器人有限公司 样本生成方法、目标检测模型训练、目标检测方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD