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：绍兴文理学院
摘要：本发明提供一种基于弱标签数据的图像兴趣区域提取方法及系统，涉及图像处理技术领域，方法包括：获取数据集；通过最小外接旋转矩形框标注图像样本中的兴趣区域标签，得到旋转矩形掩码图；对图像样本进行多尺度缩放，得到不同尺度的图像样本；将不同尺度图像样本输入至图像分割模型进行训练，输出兴趣区域预测图；将兴趣区域预测图映射至所属图像样本中旋转矩形框长短边方向一致的矩形区域，得到旋转矩形映射估计特征图；计算图像样本的损失值；在损失值大于预设损失值的情况下，调整图像分割模型的超参数，重复训练；利用训练后的图像分割模型提取待检测图像的图像兴趣区域。在不降低识别准确性的同时，有效降低标注成本。
主权项：1.一种基于弱标签数据的图像兴趣区域提取方法，其特征在于，包括：S1：获取具有多张图像样本的数据集；S2：通过最小外接旋转矩形框标注所述图像样本中的兴趣区域标签，得到旋转矩形掩码图；S3：对同一张图像样本进行多尺度缩放，得到同一张图像样本在不同尺度的图像样本；S4：将不同尺度的图像样本分别输入至图像分割模型进行训练，输出兴趣区域预测图，其中，每个尺度的图像样本对应一个兴趣区域预测图；S5：将所述兴趣区域预测图映射至所属图像样本中旋转矩形框长短边方向一致的矩形区域，得到旋转矩形映射估计特征图；S6：结合所述兴趣区域预测图、所述旋转矩形掩码图和所述旋转矩形映射估计特征图计算所述图像样本的损失值；S7：在所述损失值大于预设损失值的情况下，调整所述图像分割模型的超参数，返回步骤S4，否则，进入步骤S8；S8：利用训练后的图像分割模型提取待检测图像的图像兴趣区域。
全文数据：
权利要求：
百度查询： 绍兴文理学院 一种基于弱标签数据的图像兴趣区域提取方法及系统
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。
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