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：北京航空航天大学
申请日：2024-05-09
公开（公告）日：2024-06-25
公开（公告）号：CN118247606A
主分类号：G06V10/774
分类号：G06V10/774;G06V10/25;G06V10/82;G06N3/0464;G06N3/0895
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明公开了一种弱半监督红外弱小目标检测模型的训练方法，应用于基于深度学习的红外弱小目标检测算法中，该方法包括如下步骤：获取图像集的像素级掩膜标签和弱监督标签；通过像素级掩膜标签对CNN网络进行一次迭代训练，获得初始检测模型；在一次迭代训练过程中，每迭代预设轮次后，基于CNN网络的输出对弱监督标签进行一次更新；通过一次更新后的弱监督标签和像素级掩膜标签，对初始检测模型进行二次迭代训练，直到网络收敛，获得最终检测模型。通过该方法能够有效避免训练早期的不稳定问题，以及避免同时使用单点标签与完全监督标签时的网络崩溃问题。
主权项：1.一种弱半监督红外弱小目标检测模型的训练方法，应用于基于深度学习的红外弱小目标检测算法中，其特征在于，包括如下步骤：获取图像集的像素级掩膜标签和弱监督标签；通过所述像素级掩膜标签对CNN网络进行一次迭代训练，获得初始检测模型；在所述一次迭代训练过程中，每迭代预设轮次后，基于所述CNN网络的输出对所述弱监督标签进行一次更新；通过一次更新后的弱监督标签和所述像素级掩膜标签，对所述初始检测模型进行二次迭代训练，直到网络收敛，获得最终检测模型。
全文数据：
权利要求：
百度查询： 北京航空航天大学 一种弱半监督红外弱小目标检测模型的训练方法
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。
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