内容提供者
目标检测方法、装置、电子设备和计算机可读存储介质.pdf
2023-04-18
10金币
1.3MB
28页
慧颖****23
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共28页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
目标检测方法、装置、电子设备和计算机可读存储介质.pdf
本申请公开了一种目标检测方法、装置、电子设备和计算机可读存储介质;本申请可以获取待检测图像,待检测图像中包括至少一个目标对象;对待检测图像进行特征提取,得到多个不同尺度的首部特征;对首部特征进行分支特征提取,得到多个分支对应的分支特征,分支特征为待检测图像中不同类别的目标对象对应的特征;对多个分支对应的分支特征进行特征交互处理,得到分支对应的分支交互特征;基于分支对应的分支交互特征检测出待检测图像中的目标对象。在本申请中,通过不同的分支来检测待检测图像中不同类别的目标对象,可以检测出待检测图像中所有感兴趣
2023-04-18
10
1.3MB
目标检测方法、装置、电子设备及计算机可读存储介质.pdf
本发明涉及一种目标检测方法、装置、电子设备及计算机可读存储介质，该方法包括：对获取到的待检测图像进行特征提取得到特征图；其中，所述特征图所包括的每个特征点对应一个位置标记；对每个所述位置标记进行分类预测，并根据预测结果生成初始目标信息；根据所述特征图对所述初始目标信息进行增强，得到增强目标信息；对所述增强目标信息进行分类预测，得到目标检测结果。通过该方法，可以提高目标检测的准确性能。
2024-01-09
10
612KB
目标检测方法、装置、电子设备及计算机可读存储介质.pdf
本发明公开了一种目标检测方法、装置、电子设备及计算机可读存储介质，目标检测方法包括：获得第一数据集和第二数据集；按照标注目标的类别对第一数据集和第二数据集进行拆分，获得N个单类别数据集；基于N个单类别数据集中的样本数据，对目标检测模型进行训练，以利用训练后的目标检测模型进行目标检测；其中，在训练过程中，针对输入到目标检测模型的每个样本数据，将当前样本数据未标注的类别的目标和背景作为一个组合，确定预测损失，对目标检测模型的参数进行调整。应用本发明实施例所提供的技术方案，可以节省标注成本，快速训练得到目标检测
2023-07-21
10
526KB
目标检测方法、装置、电子设备及计算机可读存储介质.pdf
本申请提供目标检测方法、装置、电子设备及计算机可读存储介质，方法包括：使用预设的滑动窗口从待检测图像中获取多个区域图像；针对每个区域图像，将区域图像输入目标检测模型的特征提取网络，得到区域图像的特征提取结果，特征提取网络采用ResNeXT‑101；将区域图像的特征提取结果分别输入目标检测模型的多个检测器，得到区域图像对应的各检测器的检测结果；将区域图像对应的各检测器的检测结果融合，得到区域图像的融合检测结果；基于各区域图像的融合检测结果，获取待检测图像的检测结果。本申请提供的目标检测方法利用滑动窗口有效的
2023-07-25
10
1.5MB
目标检测方法、装置、计算机可读存储介质及电子设备.pdf
本公开涉及一种目标检测方法、装置、计算机可读存储介质及电子设备。该方法包括：在接收到待识别图像和第一目标框后，根据待识别图像和第一目标框，确定包含有目标对象的图像块，并将该图像块对应的图像数据输入至目标对象检测模型，以得到该图像块对应的概率图，进而根据该概率图对目标对象进行检测。这样，无需用户利用多边形工具精确地标出目标对象的轮廓边界，即可实现对目标对象进行检测的目的，减少人工标注的工作量，节省了大量时间，提升了对目标对象检测的智能化以及用户的使用体验。
2023-08-28
10
451KB