申请/专利权人：中科(厦门)数据智能研究院

申请日：2023-12-18

公开（公告）日：2024-03-15

公开（公告）号：CN117710637A

主分类号：G06V10/22

分类号：G06V10/22;G06V10/98

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.15#公开

摘要：本发明涉及人工智能领域，具体公开了一种基于非极大值抑制的无类目标检测增强方法，用于在目标检测中减少重叠边界框的数量，从而解决无类别目标检测中部分被误识别为完整目标的问题；本发明通过使用非极大值抑制，能够有效减少重叠边界框的数量，从而减少将物体的不同部分误识别为一个完整目标的情况；通过选择具有最高置信度的边界框并抑制与其高度重叠的其他边界框，能够准确确定物体的位置，避免将物体的不同部分错误地识别为一个单独的物体，有助于提高目标检测算法的精度和可信度。

主权项：1.一种基于非极大值抑制的无类目标检测增强方法，其特征在于，包括如下步骤：步骤一，无类目标检测：通过无类目标检测模型检测目标物体的边界框，根据无类目标检测模型的输出计算边界框的置信度得分；步骤二，根据置信度得分排序：按照其置信度得分将边界框进行排序，置信度得分最高的边界框作为初始选定的边界框；步骤三，计算重叠区域的IoU值：从置信度得分最高的边界框开始，计算其与剩余边界框的重叠区域的IoU值；步骤四，阈值比较：当边界框的IoU值大于等于预先设定的阈值时，通过边界框的置信度得分和IoU的值抑制剩余边界框；当边界框的IoU值小于预先设定的阈值时，输出此边界框；步骤五，重复比较：从剩余边界框中再次选择置信度最高的边界框，重复步骤三和步骤四，直至所有边界框都被处理。

全文数据：

权利要求：

百度查询： 中科(厦门)数据智能研究院 一种基于非极大值抑制的无类目标检测增强方法

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