一种基于特征空间结构解耦的小样本目标检测方法、系统及终端

    公开(公告)号:CN118172544A

    公开(公告)日:2024-06-11

    申请号:CN202410442379.5

    申请日:2024-04-12

    发明人: 张宁 杨晓东

    摘要: 本发明公开了一种基于特征空间结构解耦的小样本目标检测方法、系统及终端,属于计算机视觉领域,基类上预训练:让基类模型在包含有大量标注样本的基类上进行预训练;微调准备:复制预训练后的模型,并在基类上挑选和新类等数量的数据集训练复制得到的模型;将复制的模型训练后得到的参数添加到预训练后的基类模型上;其中,所述微调准备具体包括:在区域建议网络上进行新类前景信息补充;对模型预测层之前输出的特征向量进行高层的特征向量的类别相关化处理。新类上微调:以微调准备后得到的基类模型为教师模型,新类模型为学生模型,分别在新类模型的主干网络和区域建议网络处添加知识蒸馏技术,待新类模型收敛后微调结束。本发明能够适应动态变化的场景,让模型对新场景中的新目标只需要极少量的训练样本就能够快速泛化,减少模型对训练的数据量和应用场景的依赖。

    一种基于特征空间类别正交化的小样本目标检测方法

    公开(公告)号:CN116863229A

    公开(公告)日:2023-10-10

    申请号:CN202310845252.3

    申请日:2023-07-11

    发明人: 张宁 董乐 杨晓东

    摘要: 本发明公开了一种基于特征空间类别正交化的小样本目标检测方法,包括:对以Faster‑RCNN模型为基础构造第一检测器,在基类上对第一检测器进行预训练;在第一检测器的末尾连接新增的第二类别分类器后构造第二检测器,在新类上对第二检测器进行微调训练,其中第二类别分类器的初始权重向量由特征类别正交化模块决定;利用训练完成的第二检测器对新输入的输入图像进行目标检测。本发明采用类别正交化方法,在基类上预训练的第一检测器的最后一个分类器层加上一层新的分类器层,实现了第二检测器从基类向新类迁移时的过渡,巧妙地解决了现有技术基类别数量不一致和内容不对齐问题。

    多目标跟踪方法、装置、计算机设备和存储介质

    公开(公告)号:CN114882068B

    公开(公告)日:2023-09-01

    申请号:CN202210434733.0

    申请日:2022-04-24

    发明人: 董乐 张宁 徐浩然

    摘要: 本申请涉及目标跟踪技术领域,公开了一种多目标跟踪方法、装置、计算机设备和存储介质,所述方法包括:获取当前帧的第一跟踪图像和第一轨迹集合,第一轨迹集合包括未丢失轨迹集合和丢失轨迹集合;基于目标检测算法获取第一跟踪图像中的第一目标集合;通过第一关联算法将第一目标集合与未丢失轨迹集合进行关联,并得到未完成关联的第二目标集合和第二轨迹集合;通过第二关联算法将第二目标集合与丢失轨迹集合进行关联,并得到未完成关联的第三目标集合和第三轨迹集合;通过第三关联算法将第三目标集合与第二轨迹集合、第三轨迹集合进行关联。本申请通过层次化的关联算法将跟踪目标与目标跟踪轨迹进行关联,有效地提高了多目标跟踪的性能。

    一种融合多种表征平衡策略的室内场景视觉识别方法及系统

    公开(公告)号:CN116152645A

    公开(公告)日:2023-05-23

    申请号:CN202310157638.5

    申请日:2023-02-23

    发明人: 张宁 董乐 赵浩然

    摘要: 本发明公开了一种融合多种表征平衡策略的室内场景视觉识别方法及系统,包括:使用预热好的模型计算长尾训练集中每个类别的类别中心;通过不同的重采样策略构建多个具有不同特征分布的训练子集;结合自定义的损失函数,使用所述训练子集对预热后的模型进行训练直至损失函数收敛,让模型倾向于学习到在各个训练子集间平衡的特征;处理训练集中类别内部的特征不平衡问题。同时在分类器上施加正则项来调整头尾部类的权重差异,当所述损失函数收敛到一定程度后得到训练好的模型,减少训练集中因为类别样本的不均衡造成的分类器上各类别权重的不平衡。本发明同时解决类别样本不均衡和类别内样本的非类别属性的不平衡给模型训练带来的问题。