申请/专利权人：中南大学

申请日：2024-01-29

公开（公告）日：2024-04-26

公开（公告）号：CN117932104A

主分类号：G06F16/583

分类号：G06F16/583;G06N3/045;G06N3/0464;G06N3/08;G06N3/096;G06V10/774;G06V10/82;G06V10/762;G06V10/74

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明公开了一种基于多尺度协作学习的通用物体检索方法，包括获取图像数据集，并针对得到的图像数据集进行预处理；构建多尺度分组协作学习检索模型；采用预处理后得到的图像数据集，训练、并优化构建的多尺度分组协作学习检索模型，获得最终的多尺度分组协作学习检索模型；采用构建的最终的多尺度分组协作学习检索模型，针对待检索的物体图片进行推理测试，完成检索处理；本发明方法利用分割一切模型提取图片中包括的潜在物体，通过分组协作度量学习对提取出的物体学习嵌入编码表示，再设计目标函数训练出一个通用物体检索的特征提取与编码模型；本发明方法的图像表示效果提高、检索效果增强、准确率提升。

主权项：1.一种基于多尺度协作学习的通用物体检索方法，包括如下步骤：S1.获取图像数据集，并针对得到的图像数据集进行预处理；S2.构建多尺度分组协作学习检索模型；S3.采用步骤S1中预处理后得到的图像数据集，训练、并优化步骤S2构建的多尺度分组协作学习检索模型，获得最终的多尺度分组协作学习检索模型；S4.采用步骤S3构建的最终的多尺度分组协作学习检索模型，针对待检索的物体图片进行推理测试，完成检索处理。

全文数据：

权利要求：

百度查询： 中南大学 一种基于多尺度协作学习的通用物体检索方法

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。

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