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。