内容提供者
基于前景-类别感知对齐的域自适应目标检测方法及系统.pdf
2023-05-18
10金币
2.1MB
27页
小长****6淑
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27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
基于前景-类别感知对齐的域自适应目标检测方法及系统.pdf
本发明公开了一种基于前景?类别感知对齐的域自适应目标检测方法及系统,该方法包括:使用通过下面步骤获得的域自适应目标检测模型在目标域数据集对应的场景进行目标检测;步骤1,设置图像级域分类器和实例级域分类器,构建基准模型;步骤2,设置前景感知模块和类别感知模块,构建基于前景?类别感知对齐的域自适应目标检测模型;步骤3,训练并获得域自适应目标检测模型。本发明能够跨域目标检测流程的关注点从整体特征对齐,到前景特征对齐,再到类别特征对齐的转变,在跨天气、跨摄像头、跨复杂场景检测下都取得了在目标域上的性能提升。
2023-05-18
10
2.1MB
一种用于域自适应目标检测的类别正则化方法及系统.pdf
本发明公开了一种用于域自适应目标检测的类别正则化方法及系统,该方法包括:步骤1,获取源域感兴趣区域特征向量<base:Imagehe=@71@wi=@49@file=@DDA0003476728030000011.JPG@imgContent=@drawing@imgFormat=@JPEG@orientation=@portrait@inline=@yes@/>和目标域感兴趣区域特征向量<base:Imagehe=@88@wi=@76@file=@DDA0003476728030000012.JPG@i
2023-05-24
10
1.9MB
基于领域自适应的跨域目标检测方法.pdf
本发明公开一种基于领域自适应的跨域目标检测方法,包括:步骤1,获取包括源域Ds和目标域D<base:Sub>T</base:Sub>的目标检测数据集,进行数据增强和数据集扩充;步骤2,采用扩充后的数据集对CycleGAN网络进行训练并输出生成数据域D<base:Sub>G</base:Sub>;步骤3,构建FasterRCNN网络作为目标检测器,将源域Ds和生成数据域D<base:Sub>G</base:Sub>作为训练集对目标检测器进行训练;步骤4,对目标域D<base:Sub>T</base:Sub>
2023-05-18
10
720KB
基于领域自适应的跨域目标检测方法研究的开题报告.docx
基于领域自适应的跨域目标检测方法研究的开题报告一、选题背景目标检测是计算机视觉领域的一个重要研究方向，其可以在图像或视频中自动识别物体，并对其进行分类和定位。随着深度学习的快速发展，目标检测算法得到了大量的研究和应用。然而，在实际应用过程中，由于不同场景下的数据分布不同，目标检测模型在新场景下的表现不尽如人意，因此跨域目标检测成为一个具有挑战性的问题。针对跨域目标检测问题，目前存在很多研究方法，例如基于迁移学习的方法、基于联合训练的方法等。其中，基于领域自适应的方法能够更好地适应不同场景下的数据分布，因此
2024-10-03
5
11KB
基于域自适应深度迁移网络的钢表面缺陷检测方法及系统.pdf
本发明提供一种基于域自适应深度迁移网络的钢表面缺陷检测方法及系统，方法包括：获取带钢表面典型缺陷图像样本，并对样本进行预处理；构建对抗域分离与自适应网络模型；将新样本特征嵌入到源域图像样本的共享特征中，并计算任务分类损失和嵌入分类损失；通过将多个损失添加权重，动态地优化动态分类损失与动态适应损失，并更新模型参数；当迭代次数达最优时，保存所述模型参数，并输入所述目标领域测试集，得到所述目标领域中钢表面缺陷检测的精度。本发明在对抗域分离与自适应深度迁移网络的基础上引入自适应挖掘样本隐藏信息和添加动态权重优化损
2023-07-21
10
1.3MB