[发明专利]一种基于端到端深度学习进行对象一致性检测方法在审
申请号: | 201711139653.8 | 申请日: | 2017-11-16 |
公开(公告)号: | CN107944443A | 公开(公告)日: | 2018-04-20 |
发明(设计)人: | 夏春秋 | 申请(专利权)人: | 深圳市唯特视科技有限公司 |
主分类号: | G06K9/32 | 分类号: | G06K9/32;G06K9/46;G06K9/62;G06N3/04;G06N3/06;G06N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 518057 广东省深圳市高新技术产业园*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提出了一种基于端到端深度学习进行对象一致性检测方法,旨在同时找到图像中对象的位置,类别和一致性,采用兴趣区域对齐层从图像特征图正确计算兴趣区域的特征,利用卷积层序列将RoI特征图上采样到高分辨卷积层获得一致性图,采用鲁棒策略调整训练模型来监督其一致性。对象检测用于对象定位,一致性检测将对象中的每个像素分配给其一致性标签,使用多任务损失进行训练包围盒分类、位置和一致性的映射,最后训练和推理获得一致性标签。本发明采用端到端深度学习,使用多任务损失函数联合优化对象检测和一致性检测,不需要额外信息,降低了训练和测试过程中的复杂性,有效地提高了检测的准确性,适用于实时机器人的应用。 | ||
搜索关键词: | 一种 基于 端到端 深度 学习 进行 对象 一致性 检测 方法 | ||
【主权项】:
一种基于端到端深度学习进行对象一致性检测方法,其特征在于,主要包括问题定式化(一);一致性网络架构(二);多任务损失(三);训练和推理(四)。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市唯特视科技有限公司,未经深圳市唯特视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201711139653.8/,转载请声明来源钻瓜专利网。