公开(公告)号：CN116343050A

公开(公告)日：2023-06-27

申请号：CN202310603585.5

申请日：2023-05-26

申请人： 成都理工大学

发明人： 姚光乐 ,  龚海军 ,  王洪辉 ,  王子煜 ,  周皓然 ,  叶绍泽 ,  曾维 ,  彭鹏 ,  杨冬营

IPC分类号： G06V20/10 ,  G06V10/30 ,  G06V10/82 ,  G06N3/08 ,  G06V10/774 ,  G06N3/0464

摘要： 本发明公开了一种基于自适应权重的遥感图像噪声标注的目标检测方法，包括：大量获取遥感图像标注数据构成数据集D，从中选取无噪声样本构成无噪声数据集DC；冻结基础检测模型m1的权重参数，用无噪声数据集DC结合m1，训练自适应权重网络，得到其最优权重参数θ*；用数据集D对m1进行微调得到m2。微调中使用自适应权重网络计算预测目标框的置信度作为预测框的训练权重。本发明能有效地抑制不精确边界框标注对目标检测模型的不良影响，同时高效矫正不精确边界框标注，提高目标检测精度。

公开(公告)号：CN118052979A

公开(公告)日：2024-05-17

申请号：CN202410433191.4

申请日：2024-04-11

申请人： 成都理工大学

发明人： 刘瑛 ,  史博文 ,  姚光乐 ,  王子煜 ,  王琛 ,  李瑞佳 ,  徐晓宇 ,  王洪辉 ,  孙思源

IPC分类号： G06V10/25 ,  G06V20/10 ,  G06V10/82 ,  G06N3/045 ,  G06N3/084

摘要： 本发明公开了一种基于交叉矫正网络的遥感影像目标检测方法，属于图像识别技术领域，包括构造数据集，其中训练样本的标签为粗略标注；构造双检测头交叉矫正网络并训练得到第一检测模型M1，能通过两检测头输出2个第二预测框；双检测头交叉矫正得到伪标签，基于伪标签构造联合监督损失来调整M1的参数，并更新数据集，最终生成纠正数据集来训练一目标检测模型，用于遥感图像的预测输出。本发明针对遥感影像目标不精确标注的问题，使用加权融合优化算法，得到伪标签，去优化模型参数并纠正不精确标注，从而提高了模型的鲁棒性，有效解决因不准确标注对模型造成的影响。

公开(公告)号：CN116343050B

公开(公告)日：2023-08-01

申请号：CN202310603585.5

申请日：2023-05-26

申请人： 成都理工大学

发明人： 姚光乐 ,  龚海军 ,  王洪辉 ,  王子煜 ,  周皓然 ,  叶绍泽 ,  曾维 ,  彭鹏 ,  杨冬营

IPC分类号： G06V20/10 ,  G06V10/30 ,  G06V10/82 ,  G06N3/08 ,  G06V10/774 ,  G06N3/0464

摘要： 本发明公开了一种基于自适应权重的遥感图像噪声标注的目标检测方法，包括：大量获取遥感图像标注数据构成数据集D，从中选取无噪声样本构成无噪声数据集DC；冻结基础检测模型m1的权重参数，用无噪声数据集DC结合m1，训练自适应权重网络，得到其最优权重参数θ*；用数据集D对m1进行微调得到m2。微调中使用自适应权重网络计算预测目标框的置信度作为预测框的训练权重。本发明能有效地抑制不精确边界框标注对目标检测模型的不良影响，同时高效矫正不精确边界框标注，提高目标检测精度。

公开(公告)号：CN118052979B

公开(公告)日：2024-06-18

申请号：CN202410433191.4

申请日：2024-04-11

申请人： 成都理工大学

发明人： 刘瑛 ,  史博文 ,  姚光乐 ,  王子煜 ,  王琛 ,  李瑞佳 ,  徐晓宇 ,  王洪辉 ,  孙思源

IPC分类号： G06F17/00 ,  G06V10/25 ,  G06V10/82

摘要： 本发明公开了一种基于交叉矫正网络的遥感影像目标检测方法，属于图像识别技术领域，包括构造数据集，其中训练样本的标签为粗略标注；构造双检测头交叉矫正网络并训练得到第一检测模型M1，能通过两检测头输出2个第二预测框；双检测头交叉矫正得到伪标签，基于伪标签构造联合监督损失来调整M1的参数，并更新数据集，最终生成纠正数据集来训练一目标检测模型，用于遥感图像的预测输出。本发明针对遥感影像目标不精确标注的问题，使用加权融合优化算法，得到伪标签，去优化模型参数并纠正不精确标注，从而提高了模型的鲁棒性，有效解决因不准确标注对模型造成的影响。