[发明专利]神经网络训练与图像处理方法及装置有效
申请号: | 201910262390.2 | 申请日: | 2019-04-02 |
公开(公告)号: | CN110009090B | 公开(公告)日: | 2022-12-02 |
发明(设计)人: | 曹钰杭;陈恺;吕健勤;林达华 | 申请(专利权)人: | 北京市商汤科技开发有限公司 |
主分类号: | G06N3/02 | 分类号: | G06N3/02;G06N3/08;G06V10/764;G06V10/82 |
代理公司: | 北京林达刘知识产权代理事务所(普通合伙) 11277 | 代理人: | 刘新宇 |
地址: | 100084 北京市海淀区中*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本公开涉及一种神经网络训练与图像处理方法及装置,所述方法包括:通过目标检测网络对样本图像进行目标检测处理,获得样本图像中对象的预测区域;基于对象的位置标注信息,确定每个预测区域与对应的标注区域之间的交并比;根据类别标注信息以及交并比,确定预测区域的重要性分数;根据预测区域的重要性分数以及样本图像的标注信息,训练目标检测网络。根据本公开的实施例的图像处理方法,可通过对象的类别标注信息以及每个预测区域的交并比获得预测区域的重要性分数,并利用预测区域的重要性分数训练目标检测网络,可提高目标检测网络的检测性能及普适性。 | ||
搜索关键词: | 神经网络 训练 图像 处理 方法 装置 | ||
【主权项】:
1.一种神经网络训练方法,其特征在于,包括:通过目标检测网络对样本图像进行目标检测处理,获得所述样本图像中至少一个对象的多个预测区域,其中,所述样本图像的标注信息包括所述至少一个对象的位置标注信息及至少一个对象的类别标注信息;基于所述至少一个对象的位置标注信息,确定所述每个预测区域与所述每个预测区域对应的标注区域之间的交并比;根据所述至少一个对象的类别标注信息以及多个预测区域中每个预测区域的交并比,确定所述多个预测区域的重要性分数;根据所述多个预测区域的重要性分数以及所述样本图像的标注信息,训练所述目标检测网络。
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北京市商汤科技开发有限公司,未经北京市商汤科技开发有限公司许可,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/201910262390.2/,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序