申请/专利权人:浙江大华技术股份有限公司
申请日:2023-11-16
公开(公告)日:2024-03-22
公开(公告)号:CN117746008A
主分类号:G06V10/25
分类号:G06V10/25;G06V10/74;G06V10/82;G06N3/0464;G06N3/08
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:本申请公开了一种目标检测模型训练方法、目标检测方法及设备,该目标检测模型训练方法包括:获取候选样本图像集合以及预训练神经网络模型;从候选样本图像集合中随机选取候选样本图像对,基于预训练神经网络模型计算候选样本图像对的相似度;基于预设数量的候选样本图像对的真实类别判定结果和相似度,确定相似度判定阈值;利用相似度判定阈值从候选样本图像集合中选取出含有相似类别目标的候选样本图像,基于含有相似类别目标的候选样本图像对训练预训练神经网络模型,得到目标检测模型。可以有效利用大量未标记有样本标签的候选样本图像,充分挖掘候选样本图像集合的数据知识,缓解样本数据多样性不够丰富的问题,提高模型的训练效果。
主权项:1.一种目标检测模型训练方法,其特征在于,所述方法包括:获取未标记有样本标签的候选样本图像集合,以及获取预训练神经网络模型;其中,所述预训练神经网络模型是基于预训练样本图像集合中含有同一类别目标的预训练样本图像训练得到,所述预训练样本图像标记有样本标签;从所述候选样本图像集合中随机选取候选样本图像对,基于所述预训练神经网络模型计算所述候选样本图像对的相似度;将预设数量的所述候选样本图像对作为基准样本图像对,基于所述基准样本图像对的真实类别判定结果和所述基准样本图像对的相似度,确定相似度判定阈值;其中,所述真实类别判定结果用于指示所述基准样本图像对是否含有相似类别目标;利用所述相似度判定阈值从所述候选样本图像集合中选取出含有相似类别目标的候选样本图像,基于所述含有相似类别目标的候选样本图像对训练所述预训练神经网络模型,得到目标检测模型。
全文数据:
权利要求:
百度查询: 浙江大华技术股份有限公司 目标检测模型训练方法、目标检测方法及设备
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。