一种目标检测方法、装置、电子设备及存储介质

    公开(公告)号:CN114330573A

    公开(公告)日:2022-04-12

    申请号:CN202111666389.X

    申请日:2021-12-30

    发明人: 何宇洋 刘鹏里

    摘要: 本申请公开了一种目标检测方法,所述方法包括:将当前批次样本输入目标检测模型得到特征图;其中,所述当前批次样本中包括多个类别的训练样本;根据所述特征图确定每一类别的样本梯度信息,根据所述样本梯度信息设置每一类别的损失权重;根据所述损失权重对所述目标检测模型的损失函数进行修正,并利用修正后的损失函数对所述目标检测模型进行参数调整,以便得到训练后的目标检测模型;利用所述训练后的目标检测模型对未知信息执行目标检测操作。本申请能够避免长尾分布对目标检测模型的影响,提高目标检测准确率。本申请还公开了一种目标检测装置、一种存储介质及一种电子设备,具有以上有益效果。

    一种缝合缺陷检测方法、装置、设备及存储介质

    公开(公告)号:CN116664533A

    公开(公告)日:2023-08-29

    申请号:CN202310665137.8

    申请日:2023-06-05

    摘要: 本申请公开了一种缝合缺陷检测方法、装置、设备及存储介质,涉及人工智能技术领域。该方法包括:获取待检测缝制品的初始图像,利用关键点检测模型对所述初始图像进行关键点检测;根据检测出的关键点从所述初始图像中提取出ROI区域图像;将所述ROI区域图像输入至缝合缺陷检测模型,得到所述缝合缺陷检测模型内每个缺陷检测子模型输出的检测结果,并基于所述检测结果判断所述待检测缝制品是否存在缝合缺陷;所述缺陷检测子模型为根据缝合缺陷类型构建的检测子模型。通过关键点定位缝制品提升定位精度以及泛化性能,并从多种角度分析不同缺陷类型,提升缝制品缝合缺陷检测的鲁棒性。

    一种目标追踪方法、装置及相关设备

    公开(公告)号:CN112150508A

    公开(公告)日:2020-12-29

    申请号:CN202011052491.6

    申请日:2020-09-29

    IPC分类号: G06T7/246

    摘要: 本申请公开了一种目标追踪方法,包括分别对第一图像帧和第二图像帧进行目标检测,获得第一检测序列和第二检测序列;分别对第一图像帧和第二图像帧进行特征提取,获得第一特征图和第二特征图;其中,特征图包括对应图像帧的全局特征和局部特征;将第一检测序列的中心坐标映射于第一特征图,获得第一特征向量,将第二检测序列的中心坐标映射于第二特征图,获得第二特征向量;对第一特征向量和第二特征向量进行特征匹配,获得匹配结果;根据匹配结果确定第二检测序列中与第一检测序列相匹配的目标;该目标追踪方法可以实现更为准确的目标追踪。本申请还公开了一种目标追踪装置、系统以及计算机可读存储介质,均具有上述有益效果。

    一种目标追踪方法、装置及相关设备

    公开(公告)号:CN112150508B

    公开(公告)日:2023-03-03

    申请号:CN202011052491.6

    申请日:2020-09-29

    IPC分类号: G06T7/246

    摘要: 本申请公开了一种目标追踪方法,包括分别对第一图像帧和第二图像帧进行目标检测,获得第一检测序列和第二检测序列;分别对第一图像帧和第二图像帧进行特征提取,获得第一特征图和第二特征图;其中,特征图包括对应图像帧的全局特征和局部特征;将第一检测序列的中心坐标映射于第一特征图,获得第一特征向量,将第二检测序列的中心坐标映射于第二特征图,获得第二特征向量;对第一特征向量和第二特征向量进行特征匹配,获得匹配结果;根据匹配结果确定第二检测序列中与第一检测序列相匹配的目标;该目标追踪方法可以实现更为准确的目标追踪。本申请还公开了一种目标追踪装置、系统以及计算机可读存储介质,均具有上述有益效果。

    一种目标检测模型训练方法、装置、设备及存储介质

    公开(公告)号:CN115546693A

    公开(公告)日:2022-12-30

    申请号:CN202211231123.7

    申请日:2022-10-09

    发明人: 何宇洋 孙国强

    IPC分类号: G06V20/40 G06V10/774

    摘要: 本申请公开了一种目标检测模型训练方法、装置、设备及存储介质,涉及模型训练技术领域,包括:获取初始负样本;利用待优化目标检测模型对所述初始负样本进行检测,并基于当前检测结果与所述初始负样本的实际样本标签是否一致确定所述初始负样本是否有效,以得到相应的有效负样本集;基于所述有效负样本集构建目标训练集,并利用所述目标训练集对待训练目标检测模型进行训练,以得到训练好的目标检测模型;所述待训练目标检测模型为基于所述待优化目标检测模型得到的模型。本申请通过对负样本进行检测得到有效负样本,并基于有效负样本对模型进行训练,大大降低了目标检测模型中存在的误检问题。

    一种目标检测方法、装置、设备和计算机可读存储介质

    公开(公告)号:CN114627304A

    公开(公告)日:2022-06-14

    申请号:CN202210282742.2

    申请日:2022-03-22

    发明人: 刘鹏里 何宇洋

    摘要: 本申请实施例公开了一种目标检测方法、装置、设备和计算机可读存储介质,利用教师网络模型和学生网络模型对样本图片并行进行特征提取,得到教师网络模型对应的第一类别特征和学生网络模型对应的第二类别特征。将第一类别特征和第二类别特征转换为同维度特征信息;基于同维度特征信息以及样本图片对应的类别标签,对学生网络模型的参数进行迭代调整,以得到满足识别要求的学生网络模型。通过将教师网络模型和学生网络模型一同进行训练,可以极大的提升学生网络模型的检测精度,并且由于学生网络模型的架构简单,具有较快的检测速度,从而利用满足识别要求的学生网络模型对新输入的图片进行分析,可以快速准确的确定出图片中包含的目标类别。