公开(公告)号：CN118608753A

公开(公告)日：2024-09-06

申请号：CN202411079817.2

申请日：2024-08-07

申请人： 中国人民解放军国防科技大学

发明人： 方强 ,  赵桐 ,  罗宇豪 ,  何淼 ,  徐昕

IPC分类号： G06V10/24 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0895

摘要： 本发明涉及一种面向半监督旋转目标检测的密集伪标签方法、装置和设备。方法包括：构建半监督旋转目标检测的预训练模型，预训练模型包括第一模型与第二模型；获取数据集，对数据集进行弱数据增强后，输入第一模型进行处理，输出密集伪标签；以及对数据集进行强数据增强后，输入第二模型进行训练，得到第二训练结果；训练过程中，通过第一模型中各尺度图像对第二模型中对应的各尺度图像进行约束，约束时，第一模型中各尺度图像一一对应约束第二模型中各尺度图像；根据密集伪标签与第二训练结果进行损失计算，更新预训练模型。本发明适用于旋转目标的检测，能够对任意方向、小尺寸、密集分布的旋转对象进行有效识别。

公开(公告)号：CN118608753B

公开(公告)日：2024-10-22

申请号：CN202411079817.2

申请日：2024-08-07

申请人： 中国人民解放军国防科技大学

发明人： 方强 ,  赵桐 ,  罗宇豪 ,  何淼 ,  徐昕

IPC分类号： G06V10/24 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0895

摘要： 本发明涉及一种面向半监督旋转目标检测的密集伪标签方法、装置和设备。方法包括：构建半监督旋转目标检测的预训练模型，预训练模型包括第一模型与第二模型；获取数据集，对数据集进行弱数据增强后，输入第一模型进行处理，输出密集伪标签；以及对数据集进行强数据增强后，输入第二模型进行训练，得到第二训练结果；训练过程中，通过第一模型中各尺度图像对第二模型中对应的各尺度图像进行约束，约束时，第一模型中各尺度图像一一对应约束第二模型中各尺度图像；根据密集伪标签与第二训练结果进行损失计算，更新预训练模型。本发明适用于旋转目标的检测，能够对任意方向、小尺寸、密集分布的旋转对象进行有效识别。

公开(公告)号：CN118470291B

公开(公告)日：2024-09-24

申请号：CN202410937752.4

申请日：2024-07-12

申请人： 中国人民解放军国防科技大学

发明人： 方强 ,  石硕灏 ,  何淼 ,  罗宇豪 ,  徐昕

IPC分类号： G06V10/22 ,  G06V10/40 ,  G06V10/774

摘要： 本发明涉及小目标检测的动态自适应标签分配方法、装置及设备，通过获取待检测图像，根据基于比例的标签分配方法对待检测图像进行处理，得到样本标记分配结果；对待检测图像进行特征提取，得到检测头特征；构建小目标检测预训练模型，基于预先构建的动态权重损失函数，通过样本标记分配结果与检测头特征对小目标检测预训练模型进行训练，得到训练好的小目标检测模型；通过训练好的小目标检测模型对输入的图像进行小目标检测。本发明能够显著提升对小目标，甚至微小目标的检测正确率，可以更好的完成小目标检测任务。

公开(公告)号：CN118470291A

公开(公告)日：2024-08-09

申请号：CN202410937752.4

申请日：2024-07-12

申请人： 中国人民解放军国防科技大学

发明人： 方强 ,  石硕灏 ,  何淼 ,  罗宇豪 ,  徐昕

IPC分类号： G06V10/22 ,  G06V10/40 ,  G06V10/774

摘要： 本发明涉及小目标检测的动态自适应标签分配方法、装置及设备，通过获取待检测图像，根据基于比例的标签分配方法对待检测图像进行处理，得到样本标记分配结果；对待检测图像进行特征提取，得到检测头特征；构建小目标检测预训练模型，基于预先构建的动态权重损失函数，通过样本标记分配结果与检测头特征对小目标检测预训练模型进行训练，得到训练好的小目标检测模型；通过训练好的小目标检测模型对输入的图像进行小目标检测。本发明能够显著提升对小目标，甚至微小目标的检测正确率，可以更好的完成小目标检测任务。