申请/专利权人:湖南工商大学
申请日:2023-12-19
公开(公告)日:2024-04-19
公开(公告)号:CN117912052A
主分类号:G06V40/10
分类号:G06V40/10;G06V10/26;G06V10/764;G06V10/766;G06V10/774;G06V10/82;G06N3/0464;G06N3/09
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本实施例公开了一种行人检测模型训练、行人检测方法及相关设备,包括:通过基于样本图像中的标签和位置,构造热力图,并根据热力图,生成包含正样本和负样本的目标训练集;构建初始行人检测模型,行人检测模型包括主干网络、遮挡感知网络、第一识别网络和第二识别网络,在遮挡感知网络的感知结果为正常时采用第一识别网络,在遮挡感知网络的感知结果为遮挡时,采用第二识别网络,第二识别网络包括监督分支,监督分支额外将遮挡率超过遮挡阈值μ的候选区域定义为遮挡模式下的候选区域,遮挡模式下的候选区域会再次进入注意力头进行二次回归;将目标训练集输入到行人检测模型进行训练,得到目标行人检测模型。提高了复杂遮挡环境下行人检测的准确率。
主权项:1.一种行人检测模型训练方法,其特征在于,包括:基于样本图像中的标签和位置,构造热力图,并根据所述热力图,生成包含正样本和负样本的目标训练集;构建初始行人检测模型,所述行人检测模型包括主干网络、遮挡感知网络、第一识别网络和第二识别网络,在所述遮挡感知网络的感知结果为正常时采用所述第一识别网络,在所述遮挡感知网络的感知结果为遮挡时,采用所述所述第二识别网络,所述第二识别网络包括监督分支,所述监督分支额外将遮挡率超过遮挡阈值μ的候选区域定义为遮挡模式下的候选区域,遮挡模式下的候选区域会再次进入注意力头进行二次回归;将所述目标训练集输入到所述初始行人检测模型进行训练,得到目标行人检测模型。
全文数据:
权利要求:
百度查询: 湖南工商大学 行人检测模型训练方法、行人检测方法、装置及相关设备
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。