申请/专利权人:上海人工智能创新中心
申请日:2022-03-14
公开(公告)日:2024-06-28
公开(公告)号:CN114742988B
主分类号:G06V10/25
分类号:G06V10/25;G06V10/75;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;2022.07.29#实质审查的生效;2022.07.12#公开
摘要:本发明公开了一种多阶段检测器进行点标注到框标注转换的方法。该方法包括:以距离标注点的距离为参考,从金字塔特征图上选择最近的多个特征点组成实例的备选特征组;对于实例的备选特征组的特征,通过区域建议网络得到多个预测框,作为实例的备选框;对于各实例对应的备选框,进行实例级别的正负样本匹配,以确定实例对应的实例框;对于实例对应的实例框,进行回归分类,选出分数最高的框作为检测框,所述分数反映检测框与实例的符合程度。本发明利用点标注来获得实例的框标注,在降低标注成本的前提下,提升了检测器性能。
主权项:1.一种多阶段检测器进行点标注到框标注转换的方法,包括以下步骤:从金字塔各层特征图上选择距离标注点最近的多个特征点组成实例的备选特征组;对于实例的备选特征组的特征,通过区域建议网络得到相应预测框,作为实例的备选框;对于各实例对应的备选框,进行实例级别的正负样本匹配,以确定实例对应的实例框;对于所述实例框,进行回归分类,选出分数最高的框作为检测框,该分数反映检测框与实例的符合程度;其中,对于所述实例框,进行回归分类,选出分数最高的框作为检测框包括:计算特征图上每个点距离标注点在特征图位置投影的距离,并将该距离级联在特征金字塔上,以区分各实例的特征金子塔,得到实例级别的区域池化特征;对于各实例在特征金字塔上的区域池化结果作均值,得到的向量作为实例独有的描述,并且利用对应的类别编码与均值向量级联,利用此级联向量为每个实例生成独有的参数;利用动态分组卷积在实例级别的区域池化特征上进行卷积,并进行分类回归,进而选出分数最高的框作为实例对应的实例框,实现点标注到框的转换。
全文数据:
权利要求:
百度查询: 上海人工智能创新中心 多阶段检测器进行点标注到框标注转换的方法
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。