“王颢涵”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]一种基于热力图和自注意力模块的零样本语义分割方法-CN202310365563.X在审
发明人：王好谦;王颢涵;李洋 -专利权人：清华大学深圳国际研究生院
申请日： 2023-04-07 - 公布日： 2023-07-25 - 主分类号： G06V10/26 文献下载
摘要：一种基于热力图和自注意力模块的零样本语义分割方法，包括：对训练集中的每一组“类别‑图像‑对应物体掩膜”构成的训练样本，根据预训练的视觉‑语言模型CLIP，生成该类别在该图像上的热力图；将特征融合模块、自注意力模块和掩膜预测头串联，搭建深度神经网络；在每一个训练批次内，采样多组“类别‑图像‑对应物体掩膜”与对应的热力图，将热力图与图像输入网络，得到预测的掩膜，对网络进行训练；给定任一未出现在训练集中的类别与待分割图片，生成该类别在待分割图片中的热力图，将热力图与待分割图片输入训练好的网络中，对待分割图片中的该类别的物体进行分割。本方法可以在完全不需要训练图片的情况下具备分割类别物体的能力。
一种基于力图注意力模块样本语义分割方法

[发明专利]一种基于一致性约束的半监督目标检测方法-CN202110286708.8有效
发明人：王好谦;王颢涵 -专利权人：清华大学深圳国际研究生院
申请日： 2021-03-17 - 公布日： 2023-01-17 - 主分类号： G06V10/82 文献下载
摘要：一种基于一致性约束的半监督目标检测方法，包括如下步骤：对训练集进行数据增强，得到重构训练集；构造任意基于深度学习的目标检测模型；在每一轮训练中，在每一个训练批次内，同时将训练集中采样的图像和重构训练集中对应的重构图像输入模型网络，计算原始图像预测结果与原始图像的真值标签的误差，并计算原始图像与重构图像间的一致性误差，将两误差加权求和，作为模型训练的总误差；使用批次梯度下降的方法更新参数；利用训练好的网络对输入图像进行目标检测，得到输入图像中的目标的位置和类别。与传统的全监督目标检测模型相比，本申请可使用数量更少的人工标注达到相当的性能，或使用同样数量的标签与更多的无标签图像达到更好的性能。
一种基于一致性约束监督目标检测方法

[发明专利]一种基于支撑样本特征增强的小样本目标检测方法及装置-CN202111303534.8在审
发明人：王好谦;王颢涵 -专利权人：清华大学深圳国际研究生院
申请日： 2021-11-05 - 公布日： 2022-02-22 - 主分类号： G06V10/764 文献下载
摘要：本发明提出一种基于支撑样本特征增强的小样本目标检测方法及装置，小样本目标检测方法具体包括：模型初始化阶段；元训练第一阶段：在基类数据中采样待检测图片与支撑样本，按照模型的元训练方式进行训练；元训练第二阶段：将所有的基类数据作为支撑样本输入模型，计算并存储每一类别下所有支撑样本的类特征向量的均值，将其作为类特征向量计算的辅助监督信号，重复元训练第一阶段的训练；元测试阶段：根据新类标签的数目，从基类数据中进行采样，构造平衡数据集，采样待检测图片与支撑样本，并重复元训练第二阶段的训练；新类目标检测阶段。与传统的小样本目标检测方法相比，本发明可得到更高质量的支撑样本特征，提高对新类的检测准确率。
一种基于支撑样本特征增强目标检测方法装置