-
公开(公告)号：CN113989624B
公开(公告)日：2024-10-18
申请号：CN202111490363.4
申请日：2021-12-08
Applicant: 北京环境特性研究所 , 天津职业技术师范大学(中国职业培训指导教师进修中心)
IPC: G06V20/00 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了一种红外低慢小目标检测方法、装置、计算设备及存储介质，其中方法包括：获取待检测的红外图像；将所述红外图像输入至预先训练生成的检测模型中；所述检测模型基于YOLOv4‑tiny网络训练得到，所述YOLOv4‑tiny网络依次利用主干网络、颈部网络、坐标注意力处理模块和头部网络对所述红外图像进行特征识别；根据所述检测模型由所述头部网络输出的结果，得到所述红外图像中的低慢小目标的检测结果。本方案，能够准确根据红外图像检测出低慢小目标。
-
公开(公告)号：CN118313485A
公开(公告)日：2024-07-09
申请号：CN202410720072.7
申请日：2024-06-05
Applicant: 天津职业技术师范大学(中国职业培训指导教师进修中心)
Abstract: 本发明公开了一种基于多模态大模型的自动驾驶深度学习数据集标注方法，包括以下步骤：步骤1，确定标注类别和标注生成的标签数据的格式；步骤2，利用自然语言对多模态大模型下达任务，对多模态大模型进行初始化、设置参数；步骤3，将自动驾驶深度学习数据集输入所述多模态大模型，所述多模态大模型对图形数据集进行标注；步骤4，一阶段数据集标注质量验证，计算整体准确率#imgabs0#；若达到#imgabs1#设定值则进行步骤5，未达到#imgabs2#设定值则重复进行步骤3的标注；步骤5，二阶段可视化数据集标注质量验证，人工标注进行误差消除，形成验证后的数据集；步骤6，利用验证后的数据集优化所述多模态大模型。本发明标注效率高、准确率高、成本低。
-
公开(公告)号：CN118313485B
公开(公告)日：2024-08-30
申请号：CN202410720072.7
申请日：2024-06-05
Applicant: 天津职业技术师范大学(中国职业培训指导教师进修中心)
Abstract: 本发明公开了一种基于多模态大模型的自动驾驶深度学习数据集标注方法，包括以下步骤：步骤1，确定标注类别和标注生成的标签数据的格式；步骤2，利用自然语言对多模态大模型下达任务，对多模态大模型进行初始化、设置参数；步骤3，将自动驾驶深度学习数据集输入所述多模态大模型，所述多模态大模型对图形数据集进行标注；步骤4，一阶段数据集标注质量验证，计算整体准确率#imgabs0#；若达到#imgabs1#设定值则进行步骤5，未达到#imgabs2#设定值则重复进行步骤3的标注；步骤5，二阶段可视化数据集标注质量验证，人工标注进行误差消除，形成验证后的数据集；步骤6，利用验证后的数据集优化所述多模态大模型。本发明标注效率高、准确率高、成本低。
-
公开(公告)号：CN113989624A
公开(公告)日：2022-01-28
申请号：CN202111490363.4
申请日：2021-12-08
Applicant: 北京环境特性研究所 , 天津职业技术师范大学(中国职业培训指导教师进修中心)
IPC: G06V20/00 , G06V10/25 , G06V10/774 , G06K9/62 , G06N3/04
Abstract: 本发明提供了一种红外低慢小目标检测方法、装置、计算设备及存储介质，其中方法包括：获取待检测的红外图像；将所述红外图像输入至预先训练生成的检测模型中；所述检测模型基于YOLOv4‑tiny网络训练得到，所述YOLOv4‑tiny网络依次利用主干网络、颈部网络、坐标注意力处理模块和头部网络对所述红外图像进行特征识别；根据所述检测模型由所述头部网络输出的结果，得到所述红外图像中的低慢小目标的检测结果。本方案，能够准确根据红外图像检测出低慢小目标。
-
-
-
Search Results
4
records
(took 0.062 seconds)
