[发明专利]一种基于排序网络的弱监督物体数目估计方法在审
| 申请号： | 202010845336.3 | 申请日： | 2020-08-20 |
| 公开（公告）号： | CN112101122A | 公开（公告）日： | 2020-12-18 |
| 发明（设计）人： | 李国荣;杨一帆;黄庆明;苏荔 | 申请（专利权）人： | 中国科学院大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100049 北*** | 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： | 本发明涉及计算机视觉的技术领域，特别是涉及一种基于排序网络的弱监督物体数目估计方法，其不需要依赖物体位置标注信息来训练模型，节省人力资源，提高模型的通用性；包括：使用深度神经网络提取图像特征，使用自适应池化层来获取金字塔特征向量；使用全连接层来回归物体的数目；使用多分支排序网络来训练模型，利用Sinkhorn层将排序结果转变为排序矩阵,使用软标签传输矩阵作为真实值来计算损失。 | ||
| 搜索关键词： | 一种 基于 排序 网络 监督 物体 数目 估计 方法 | ||
【主权项】：
暂无信息
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中国科学院大学，未经中国科学院大学许可，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/patent/202010845336.3/，转载请声明来源钻瓜专利网。
- 上一篇：负极集流体、负极片、锂离子电池及电池模组
- 下一篇：电价预测方法及计算机设备
