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。