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：中科苏州智能计算技术研究院;苏州旭创科技有限公司
摘要：本发明揭示了一种基于增量学习的目标检测方法，在不改变原有目标检测网络的检测能力基础上，能持续增加新的检测功能，主要概述步骤为构建目标检测网络，在目标检测网络的图像分类特征层添加图像重构误差模块，基于图像信息重构的方式，提取到得到抽象、完备的特征；设计了赋予图像中低频和高频分量不同权重的重构损失函数，避免网络在重构的图像中丢失目标特征；在目标检测网络的完备特征空间中，插入ICLM模块进行类别增量学习任务。应用本发明目标检测方法，在通用的目标检测网络中构建的完备特征空间能有效地保留整张图像的信息，避免在特征提取阶段产生特征丢失，是一种简单有效的增量学习方法。
主权项：1.一种基于增量学习的目标检测方法，其特征在于：S1、使用原始数据集，并对其中的图像数据进行预处理，将图像调整到预期目标检测网络设定的尺寸；S2、构建目标检测网络，并在目标检测网络的图像分类特征层添加图像重构误差模块，通过将彩色图像R、G、B每一颜色通道的图像分解为一系列的高低频图像，构成频分图金字塔，提取得到抽象、完备的图像特征；S3、赋予图像中低频和高频分量不同的权重以进行重构误差的计算，综合图像重构和原有目标检测网络的损失函数，对目标检测网络进行训练优化，使图像重构损失函数和目标检测网络损失函数达到收敛，并保存优化后网络的权重参数；S4、使用新的任务数据集，并对其中的图像数据进行预处理，将图像调整到网络设定的尺寸；S5、构建基于类增量目标检测网络的新的网络模型，并在网络的特征空间添加增量学习模块；S6、在新的网络模型中加载步骤S3所得的权重参数，并随机初始化增量学习模块的参数；S7、使用新的任务数据集只训练增量学习模块的分类网络与回归网络，并使分类与回归的损失函数达到收敛，并保存增量目标检测网络的权重参数；S8、部署优化后的参数，对目标进行检测；S9、增加新的类别任务，重复执行步骤S4～S8。
全文数据：
权利要求：
百度查询： 中科苏州智能计算技术研究院 苏州旭创科技有限公司 一种基于增量学习的目标检测方法
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