申请/专利权人：上海理想信息产业(集团)有限公司

申请日：2021-07-03

公开（公告）日：2024-06-28

公开（公告）号：CN113420824B

主分类号：G06V10/774

分类号：G06V10/774;G06V10/764;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2021.12.21#实质审查的生效;2021.09.21#公开

摘要：本发明实施例涉及工业场景视觉检测技术应用领域，公开了一种多针对工业视觉应用的预训练数据筛选及训练方法、系统。该方法包括：利用开源数据集训练目标检测网络得到预训练网络M1；利用预训练网络M1计算并统计得到开源数据集中每个类别的特征，建立特征库L1；利用检测目标的训练集训练调整预训练网络M1；利用调整后的预训练网络M1统计得到检测目标的训练集中每个类别的特征；利用距离函数从特征库L1中筛选出与检测目标的每个类别的特征匹配的目标类别；保存开源数据集中与目标类别对应的训练数据作为目标检测网络的目标预训练数据。本发明实施例可从开源数据集中挖掘与当前任务相关性更强的预训练数据，从而提升模型的准确度，稳定性和可用性。

主权项：1.一种针对工业视觉应用的预训练数据筛选方法,其特征在于，包括：采集检测目标的训练集，获取开源数据集；利用所述开源数据集训练目标检测网络得到预训练网络M1；所述预训练网络M1包含预训练骨干网络B1；利用所述预训练网络M1计算并统计得到所述开源数据集中每个类别的特征，建立特征库L1；所述特征库L1包含所述每个类别对应的特征记忆单元，每个所述特征记忆单元包含对应类别的池化层特征以及类别标签；利用所述检测目标的训练集训练调整所述预训练网络M1；利用调整后的所述预训练网络M1统计得到所述检测目标的训练集中每个类别的特征；利用距离函数从所述特征库L1中筛选出与所述检测目标的每个类别的特征匹配的目标类别；保存所述开源数据集中与所述目标类别对应的训练数据作为所述目标检测网络的目标预训练数据；其中，利用所述预训练网络M1计算并统计得到所述开源数据集中每个类别的特征，包括：从所述开源数据集中为每个类别随机抽取预设数量的图片；将每个类别的每张图片分别输入所述预训练网络M1，将所述预训练骨干网络B1的最后一个卷积层输出的卷积层特征作为每张图片的卷积层特征；对卷积层特征每一个通道的特征图取全局最大值，得到所述每张图片的池化层特征；对每个类别所有图片的池化层特征求平均，得到对应类别的池化层特征；其中，利用所述检测目标的训练集训练调整所述预训练网络M1，包括：保留所述预训练骨干网络B1的权重，固定所述预训练骨干网络B1的浅层卷积层，利用所述检测目标的训练集重新训练所述预训练网络M1的其余卷积层；其中，利用调整后的所述预训练网络M1统计得到所述检测目标的训练集中每个类别的特征，包括：从所述检测目标的训练集中为每个类别随机抽取预设数量的图片；将每个类别的每张图片分别输入调整后的所述预训练网络M1，将调整后的预训练骨干网络B1的最后一个卷积层输出的卷积层特征作为每张图片的卷积层特征；对卷积层特征每一个通道的特征图取全局最大值，得到每张图片的池化层特征；对每个类别所有图片的池化层特征求平均，得到对应类别的池化层特征。

全文数据：

权利要求：

百度查询： 上海理想信息产业(集团)有限公司 针对工业视觉应用的预训练数据筛选及训练方法、系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD