[发明专利]一种基于深度神经网络的开集目标检测与识别方法有效
| 申请号： | 202111527240.3 | 申请日： | 2021-12-14 |
| 公开（公告）号： | CN114241260B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 朱敏;明章强;杨勇;程俊龙;高承睿;李龙兴;李希垚 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/762;G06V10/764;G06V10/766;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 成都禾创知家知识产权代理有限公司 51284 | 代理人： | 刘凯 |
| 地址： | 610065 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度神经网络的开集目标检测与识别方法，首先构造常见已知类别的图像作为训练集，然后设计一种UOD，利用改进的RPN保留对未知类别的检测能力，对未知类别赋予unknown标签；再增加对比聚类损失减少类内距离增大不同类别间的距离，引入韦布尔分布对不同类别的概率密度函数进行建模，区分已知和未知类别对象；并利用特征聚类的方式对未知类别对象进行初步分类和生成伪标签，最后提出改进的zero‑shot方案，对未知类别进行超类划分，利用CLIP方法先识别出未知类别的粗糙标签，再在粗糙标签对应的精细标签中识别出对应未知对象的类别。本发明能够用于对开放世界未经训练的对象进行检测，并实现了对未知类别的zero‑shot预测，减少了人工标注和网络更新的成本。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 目标 检测 识别 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四川大学，未经四川大学许可，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/202111527240.3/，转载请声明来源钻瓜专利网。
