[发明专利]目标定位模型训练方法、目标定位方法及装置有效
申请号: | 202210387877.5 | 申请日: | 2022-04-14 |
公开(公告)号: | CN114462559B | 公开(公告)日: | 2022-07-15 |
发明(设计)人: | 张天柱;张哲;张勇东;孟梦;吴枫 | 申请(专利权)人: | 中国科学技术大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06V10/764;G06V10/774;G06V10/74 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 吴梦圆 |
地址: | 230026 安*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标 定位 模型 训练 方法 装置 | ||
1.一种目标定位模型训练方法,包括:
获取样本数据集,其中,所述样本数据集中包括多个图像样本,每个所述图像样本包括图像数据,所述图像样本具有图像类别标签;
将每个所述图像样本输入初始模型的像素特征提取层,输出所述图像数据中每一个像素点的像素特征;
将第一特征数据和第二特征数据输入所述初始模型的激活图生成层,输出前景激活图和背景激活图,其中,所述第一特征数据包括所述像素特征和预设前景原型数据,所述第二特征数据包括所述像素特征和预设背景原型数据;所述前景激活图中包括第一相似度,所述第一相似度表征所述每一个像素点的像素特征与预设前景原型数据之间的相似度,所述背景激活图中包括第二相似度,所述第二相似度表征所述每一个像素点的像素特征与预设背景原型数据之间的相似度;所述预设前景原型数据包括所述样本数据集中全部所述图像样本的前景类;所述预设背景原型数据包括所述样本数据集中全部所述图像样本的背景类;
将第三特征数据和第四特征数据分别输入所述初始模型的感知特征提取层,输出前景感知特征和背景感知特征,其中,所述第三特征数据包括所述像素特征和所述前景激活图,所述第四特征数据包括所述像素特征和所述背景激活图;
将第五特征数据和第六特征数据分别输入所述初始模型的分类层,输出分类结果,其中,所述第五特征数据包括所述前景感知特征和预设类别原型数据,所述第六特征数据包括所述背景感知特征和预设类别原型数据,所述预设类别原型数据表征目标对象部分区域的类别;以及
根据所述分类结果和所述图像类别标签调整所述初始模型的模型参数,得到训练完成的目标定位模型。
2.根据权利要求1所述的方法,其中,所述将第一特征数据和第二特征数据输入所述初始模型的激活图生成层,输出前景激活图和背景激活图,包括:
将所述第一特征数据和所述第二特征数据输入所述初始模型的激活图生成层,输出初始前景激活图和初始背景激活图;
将所述初始前景激活图和初始背景激活图进行拼接,得到初始激活矩阵;
利用最优传输算法,计算所述像素特征的语义损耗矩阵,其中,所述语义损耗矩阵表征所述像素特征在前景和背景中的最优分配结果;
根据所述语义损耗矩阵和所述初始激活矩阵调整所述初始模型的激活图生成层的模型参数,以便于输出优化后的所述前景激活图和所述背景激活图。
3.根据权利要求2所述的方法,所述初始模型的分类层包括类别特征提取层和类别匹配层,其中,所述将第五特征数据和第六特征数据分别输入所述初始模型的分类层,输出分类结果,包括:
将所述第五特征数据和所述第六特征数据分别输入所述类别特征提取层,输出前景类别特征和背景类别特征;
将所述前景类别特征和所述前景感知特征,输入所述类别匹配层,输出前景分类结果;
将所述背景类别特征和所述背景感知特征,输入所述类别匹配层,输出背景分类结果。
4.根据权利要求3所述的方法,其中,所述根据所述分类结果和所述图像类别标签调整所述初始模型的模型参数,得到训练完成的目标定位模型,包括:
根据前景分类结果参数和背景分类结果参数,构建分类损失函数;
根据语义损耗矩阵参数和激活矩阵参数,构建激活损失函数;
根据所述分类损失函数和所述激活损失函数,构建模型损失函数;
利用所述模型损失函数,根据所述分类结果和所述图像类别标签调整所述初始模型的模型参数,得到训练完成的目标定位模型。
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中国科学技术大学,未经中国科学技术大学许可,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/pat/books/202210387877.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于三角测距的图像的去噪方法
- 下一篇:卡托及移动终端