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：中山大学;中山大学深圳研究院
摘要：本发明公开了一种开放词汇目标检测中的背景提示学习方法，首先生成背景候选框并通过特征提取得到背景候选框中潜在类别的最终最优数量，同时聚类得到聚类中心的嵌入；使用背景类别特定提示模块中生成训练图片的图像候选框，提取图像候选框的特征并获取类别嵌入；再使用背景物体发掘模块基于图像候选框的特征及聚类中心的嵌入对图像候选框赋予伪标签并调整；最后构建损失函数对背景类别特定提示模块和背景物体发掘模块进行迭代训练；把推理图片输入训练好的背景类别特定提示模块和背景物体发掘模块中进行预测，并使用推理概率校正模块进行修改正，通过学习背景提示来利用探索到的隐含背景知识，从而增强对基础和新类别的检测性能。
主权项：1.开放词汇目标检测中的背景提示学习方法，其特征在于，包括下述步骤：生成训练图片数据集中各图片的背景候选框，并通过特征提取得到背景候选框中潜在类别的最终最优数量，同时聚类得到聚类中心的嵌入；将训练图片数据集中的训练图片输入背景类别特定提示模块中生成训练图片的图像候选框，提取图像候选框的特征并获取类别嵌入；再使用背景物体发掘模块基于图像候选框的特征及聚类中心的嵌入对图像候选框赋予伪标签并调整；最后构建损失函数对背景类别特定提示模块和背景物体发掘模块进行迭代训练，直至损失函数收敛或达到最大迭代次数；把推理图片输入训练好的背景类别特定提示模块和背景物体发掘模块中进行预测，并使用推理概率校正模块进行修改正得到推理图片的预测类别。
全文数据：
权利要求：
百度查询： 中山大学 中山大学深圳研究院 开放词汇目标检测中的背景提示学习方法
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