龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：厦门大学
申请日：2024-03-25
公开（公告）日：2024-04-30
公开（公告）号：CN117953206A
主分类号：G06V10/25
分类号：G06V10/25;G06V10/82;G06N3/0455;G06N3/0464;G06N3/082
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.17#实质审查的生效;2024.04.30#公开
摘要：本发明公开了一种基于点标注指引的混合监督目标检测方法及装置，涉及计算机视觉技术领域。所述方法包括：构建点注意力模块，所述点注意力模块包括位置编码层、映射层和交叉注意力层，所述位置编码层用于将输入的点的坐标进行位置编码，再通过映射层得到对应的点特征向量；交叉注意力层用于将骨干网络输出的每层的特征图与映射层输出的点特征向量进行交叉注意力计算，以实现利用点标注去指导模型关注重要的区域；将所述点注意力模块插入骨干网络和Transformer网络CNN网络之间得到混合监督目标检测模型；混合监督目标检测模型训练时，将图片和对应的点标注信息作为输入，在混合监督目标检测模型训练完成后，只需输入图片即可实现目标检测。
主权项：1.一种基于点标注指引的混合监督目标检测方法，其特征在于，包括：模型构建过程：构建点注意力模块，所述点注意力模块包括位置编码层、映射层和交叉注意力层，所述位置编码层用于将输入的点的坐标进行位置编码，再通过映射层得到对应的点特征向量；交叉注意力层用于将骨干网络输出的每层的特征图与映射层输出的点特征向量进行交叉注意力计算，以实现利用点标注去指导模型关注重要的区域；将所述点注意力模块插入骨干网络和Transformer网络CNN网络之间得到混合监督目标检测模型；模型训练过程：在混合监督目标检测模型的训练的第一阶段，将全标注图片和对应的点标注信息作为教师模型的输入，其中，图片输入骨干网络，点标注信息输入点注意力模块的位置编码层；在混合监督目标检测模型的训练的第二阶段，将全标注图片输入学生模型，将点标注图片输入教师模型，然后将教师模型预测的框筛选后作为伪标签来监督学生模型；在混合监督目标检测模型训练完成后，只需输入图片即可实现目标检测。
全文数据：
权利要求：
百度查询： 厦门大学 一种基于点标注指引的混合监督目标检测方法及装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号