申请/专利权人:中铁大桥局集团有限公司;中铁大桥科学研究院有限公司;武汉工程大学
申请日:2024-03-22
公开(公告)日:2024-04-26
公开(公告)号:CN117934869A
主分类号:G06V10/46
分类号:G06V10/46;G06V10/44;G06V10/774;G06V10/82;G06N3/0475;G06N3/094
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明涉及一种目标检测方法、系统、计算设备以及介质。方法包括:获取高空监控视角的目标数据域和无人机视角的源数据域,并将所述目标数据域和所述源数据域作为训练集输入到初始模型中进行训练;在训练过程中确定所述判别损失值、对抗损失值和回归损失值;基于所述判别损失值对所述判别网络的参数进行调整,基于所述对抗损失值和所述回归损失值对初始模型的参数进行调整;直至迭代预设次轮后,获得训练完成的目标检测模型;获取高空监控视角的数据并将其输入到所述目标检测模型,获得检测结果。能够使目标检测模型较为准确地识别高空监控场景中不同尺度的待检测目标,以提高在面向实际高空监控场景中,目标检测模型的性能表现。
主权项:1.一种目标检测方法,其特征在于,包括:S1、获取高空监控视角的目标数据域和无人机视角的源数据域,并将所述目标数据域和所述源数据域作为训练集输入到初始模型中进行训练;其中,所述源数据域为具有真实标注信息的数据域;S2、将所述目标数据域和所述源数据域输入到生成网络,分别获得所述目标数据域的多个不同尺度的第一域不变特征和所述源数据域的多个不同尺度的第二域不变特征;其中,多个所述第一域不变特征和多个所述第二域不变特征的尺度一一对应;S3、基于判别网络分别判断相同尺度的所述第一域不变特征和所述第二域不变特征来自的数据域,确定所述判别网络的判别损失值和所述生成网络的对抗损失值;S4、通过目标回归网络、多个所述第二域不变特征以及所述源数据域的真实标注信息,计算所述目标回归网络的回归损失值;S5、基于所述判别损失值对所述判别网络的参数进行调整,基于所述对抗损失值和所述回归损失值对所述生成网络的参数进行调整,基于所述回归损失值对所述目标回归网络进行调整;并重复执行步骤S2至S5,直至迭代预设次轮后,获得训练完成的目标检测模型;S6、获取高空监控视角的数据,并将所述高空监控视角的数据输入到所述目标检测模型,获得所述数据对应的检测结果。
全文数据:
权利要求:
百度查询: 中铁大桥局集团有限公司;中铁大桥科学研究院有限公司;武汉工程大学 一种目标检测方法、系统、计算设备以及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。