[发明专利]一种基于特征扩展性学习的弱监督目标定位方法有效
| 申请号： | 202111004064.5 | 申请日： | 2021-08-30 |
| 公开（公告）号： | CN113838130B | 公开（公告）日： | 2023-07-18 |
| 发明（设计）人： | 曹刘娟;陈志威 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G06V10/24 | 分类号： | G06V10/24;G06V10/25;G06V10/774;G06V10/82;G06V10/764;G06N3/0464;G06N3/0895 |
| 代理公司： | 厦门南强之路专利事务所(普通合伙) 35200 | 代理人： | 马应森;曾权 |
| 地址： | 361005 福建*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于特征扩展性学习的弱监督目标定位方法，涉及计算机图像视觉处理。提供基于弱监督的训练方式以低成本的图像标注，以仅有的弱标签信息获取更好的特征，达到比较好的训练结果的一种基于特征扩展性学习的弱监督目标定位方法。包括如下步骤：1)对待检测的图片进行预处理，然后将预处理后待检测的图片及其对应的图片级别的标签送入神经网络；2)神经网络对图片进行处理，在训练过程中输出待检测图片对应每一个类别的概率数值，在测试过程中输出待检测图片预测的框的坐标、类别、得分。通过擦除来促进整体目标定位，并通过最大凸显学习来提高分类性能的准确性；将从多个平行定位头中学习到的目标区域动态地与接收场的有向扩展相结合。 | ||
| 搜索关键词： | 一种 基于 特征 扩展性 学习 监督 目标 定位 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厦门大学，未经厦门大学许可，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/202111004064.5/，转载请声明来源钻瓜专利网。
