申请/专利权人:聚时科技(上海)有限公司
申请日:2023-12-18
公开(公告)日:2024-03-22
公开(公告)号:CN117746122A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/774;G06V10/80;G06V10/52
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明涉及岸桥自动化技术领域,提供一种目标检测模型的训练方法、岸桥目标检测方法及相关装置。该方法包括:基于岸桥抓放箱作业的多个原始图像,获得每种检测类别的多个样本图像;基于每种检测类别的多个样本图像,对目标检测模型中共享的特征提取网络和特征融合网络,以及每种检测类别对应的数据加载网络和检测任务网络进行训练,得到训练后的目标检测模型。通过每种检测类别的样本图像集,来对目标检测模型中其对应的数据加载网络和检测任务网络进行针对性训练,从而增强了模型对每种类别的检测能力,并且便于单独对某种类别的检测能力进行优化,缩短了模型的迭代周期,提高了目标检测的精度。
主权项:1.一种目标检测模型的训练方法,其特征在于,所述目标检测模型的训练方法包括:基于岸桥抓放箱作业的多个原始图像,获得每种检测类别的多个样本图像,所述样本图像标注有属于该检测类别的目标的真实位置信息;基于每种检测类别的多个样本图像,对目标检测模型中共享的特征提取网络和特征融合网络,以及每种检测类别对应的数据加载网络和检测任务网络进行训练,得到训练后的目标检测模型;其中,所述训练后的目标检测模型用于对岸桥抓放箱过程中的作业图像进行目标检测。
全文数据:
权利要求:
百度查询: 聚时科技(上海)有限公司 目标检测模型的训练方法、岸桥目标检测方法及相关装置
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。