龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京理工大学
摘要：本发明提出了一种基于CoFormer的军事领域图像事件知识抽取方法。本发明以CoFormer为主要框架，将其主干网络更改为ResNet101，通过增强模型对图像的特征提取能力以实现更好的事件抽取结果。针对性地修改了CoFormer的部分数据标注格式，使其能够更好地应用于军事领域图像。此外还构建了一个军事图像数据集，包含直升机补给、潜艇上浮、水炮攻击和火炮攻击四类事件，将数据集随机划分为训练集、验证集和测试集。训练集用于训练改进的模型，得到最优参数；验证集用于调整模型的超参数并对模型的能力进行初步评估；测试集用于验证改进后的模型效果，实现面向军事领域图像的事件知识抽取。本发明相较于其他基于深度学习的图像事件抽取方法，具有更好的事件知识抽取效果。对于本发明数据标注格式较为复杂的问题，还设计了一套程序用于自动生成模型训练所需的标注文件。
主权项：1.一种基于CoFormer的军事领域图像事件知识抽取方法，其特征在于：步骤如下：步骤1，构建一个包含潜艇上浮、直升机补给、水炮攻击和火炮攻击四类事件的图像数据集，并按照yolo格式对图像中的目标进行标注；步骤2，以CoFormer网络为基础架构，更换其主干网络结构，针对实际的应用场景，改进了部分数据的标注格式，使用自动标注程序生成模型训练所需的标注文件，并将数据集划分为训练集、验证集和测试集；步骤3，使用训练集从头开始训练改进的CoFormer网络模型，在训练过程中使用验证集评估模型的性能，并以此为依据调整模型的超参数从而得到最优参数；步骤4，使用测试集对训练好的网络模型进行验证，得到最终的事件抽取结果。
全文数据：
权利要求：
百度查询： 南京理工大学 一种基于CoFormer的军事领域图像事件知识抽取方法
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