申请/专利权人:安徽农业大学
申请日:2024-04-11
公开(公告)日:2024-05-14
公开(公告)号:CN118038451A
主分类号:G06V20/68
分类号:G06V20/68;G06V10/80;G06V10/74;G06V10/774;G06V10/762
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.31#实质审查的生效;2024.05.14#公开
摘要:本发明公开了一种开放世界果实检测模型构建方法、检测方法及电子设备,属于计算机视觉和自然语言处理技术领域。本发明构建所得检测模型包括:文本编码模块,用于生成输入文本的文本特征向量;图像编码模块,用于生成输入图像的图像特征向量;图文特征融合模块,用于多层融合和交互文本特征和图像特征,生成融合后的图像特征向量和文本特征向量;深度估计模块,用于生成输入图像的深度估计特征;目标检测头,用于进一步融合和提取所得的融合后的图像特征向量、文本特征向量和深度估计特征,得到预测结果。本发明结合图像、深度估计算法和开放文本,实现了未见类别的果实检测和定位。
主权项:1.一种开放世界果实检测模型构建方法,其特征在于,包括:以多来源采集的果实图像数据构建开放世界果实检测数据集;使用构建得到的开放世界果实检测数据集训练开放世界果实检测模型,得到训练好的果实检测模型;所述开放世界果实检测模型包括:文本编码模块,用于生成输入文本的文本特征向量;图像编码模块,用于生成输入图像的图像特征向量;图文特征融合模块,用于多层融合和交互文本特征和图像特征,生成融合后的图像特征向量和文本特征向量;深度估计模块,用于生成输入图像的深度估计特征;目标检测头,用于利用深度估计特征向量为融合后的图像特征向量提供空间特征,利用融合后的文本特征指导具有空间特征的图像特征向量生成目标检测查询向量,利用文本特征和预测结果生成各个预测位置的类别标题。
全文数据:
权利要求:
百度查询: 安徽农业大学 开放世界果实检测模型构建方法、检测方法及电子设备
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。