申请/专利权人:浙江啄云智能科技有限公司
申请日:2024-02-07
公开(公告)日:2024-03-22
公开(公告)号:CN117746191A
主分类号:G06V10/774
分类号:G06V10/774;G06V20/70;G06V10/40;G06V10/25;G06F16/532;G06F16/583
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:本发明公开了一种以图搜图模型训练方法和以图搜图方法,涉及图像处理技术领域,包括:利用预设模型中的目标检测子网络提取待训练数据的原始特征图;待训练数据具有标注框和标注类型;利用预设模型中的特征匹配子网络提取原始特征图中标注框对应的区域,得到感兴趣特征图;根据待训练数据的标注类型以及感兴趣特征图,确定目标损失函数;并根据目标损失函数,训练特征匹配子网络,得到以图搜图模型。本方案通过提取感兴趣特征图的方式消除了大量背景噪音对特征匹配的影响,提高了特征匹配准确性。进而通过感兴趣特征图和标注类型确定的目标损失函数来训练模型,可以提高得到的以图搜图模型的识别准确性。
主权项:1.一种以图搜图模型训练方法,其特征在于,包括:利用预设模型中的目标检测子网络提取待训练数据的原始特征图;所述待训练数据具有标注框和标注类型;利用预设模型中的特征匹配子网络提取所述原始特征图中所述标注框对应的区域,得到感兴趣特征图;根据所述待训练数据的标注类型以及感兴趣特征图,确定目标损失函数;并根据所述目标损失函数,训练所述特征匹配子网络,得到以图搜图模型。
全文数据:
权利要求:
百度查询: 浙江啄云智能科技有限公司 以图搜图模型训练方法和以图搜图方法
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。