申请/专利权人：长沙理工大学

申请日：2024-01-12

公开（公告）日：2024-04-12

公开（公告）号：CN117876775A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/25;G06V10/82;G06N3/0455;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于改进DAB‑DETR的目标检测方法及系统，基于DAB‑DETR结构改进而来，在不改变原有结构的基础上，开发了两种训练设计，有效解决了查询之间的冗余预测以及分类置信度和定位精度之间的不对齐问题。具体而言，我们提出了一种查询感知的区域约束，通过限制每个查询的责任区域，避免了查询之间不必要的内部冲突。然后，我们引入了一种位置调制的分类损失，通过加强分类置信度与定位精度之间的相关性，鼓励模型产生分类置信度对齐定位精度的预测。提出的两种设计极大提高了DAB‑DETR的收敛速度和检测精度，并且没有增加模型的参数量和计算成本，可以很容易集成到现有基于DETR的模型，带来进一步的提升。

主权项：1.一种基于改进DAB-DETR的目标检测方法，其特征在于，所述方法由计算机执行，包括以下步骤：S1、构建基本的DAB-DETR网络结构；S2、在查询对应的锚框和预测框之间采用查询感知的区域约束限制每个查询的责任区域；S3、采用位置调制的分类损失作为改进后的DAB-DETR的分类损失函数；S4、利用MSCOCO训练集对改进后的DAB-DETR模型进行训练，将训练好的权重文件导入DAB-DETR模型并在验证集上验证。

全文数据：

权利要求：

百度查询： 长沙理工大学 一种基于改进DAB-DETR的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