[发明专利]小样本涂装分类器训练方法、对象检测方法以及电子设备在审

专利信息
申请号: 202110697613.5 申请日: 2021-06-23
公开(公告)号: CN113435298A 公开(公告)日: 2021-09-24
发明(设计)人: 姚达琛;刘皓松;李诚 申请(专利权)人: 上海商汤临港智能科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 何倚雯
地址: 200232 上海市浦东新区自由贸易试验区*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 样本 分类 训练 方法 对象 检测 以及 电子设备
【权利要求书】:

1.一种小样本涂装分类器训练方法,其特征在于,所述小样本涂装分类器训练方法包括:

获取涂装对象的第一训练图像;

将所述第一训练图像输入预先训练的大样本涂装分类器,获取所述涂装对象的第一训练特征;

利用所述第一训练特征训练所述小样本涂装分类器;

其中,所述大样本涂装分类器用于提取图像中所述涂装对象的特征,所述小样本涂装分类器用于利用所述涂装对象的特征对所述涂装对象进行分类。

2.根据权利要求1所述的小样本涂装分类器训练方法,其特征在于,

所述将所述第一训练图像输入预先训练的大样本涂装分类器,获取所述涂装对象的第一训练特征,包括:

将所述第一训练图像输入预先训练的对象外形检测器,获取所述涂装对象的第一对象框图像;

将所述第一对象框图像输入所述大样本涂装分类器,获取所述第一对象框图像的第一训练特征。

3.根据权利要求2所述的小样本涂装分类器训练方法,其特征在于,

所述将所述第一对象框图像输入所述大样本涂装分类器之前,包括:

将所述第一对象框图像输入预先训练的关键点检测器,获取所述第一对象框图像中的第一关键点和第二关键点;

旋转所述第一对象框图像,直至第二对象框图像中第一关键点至第二关键点的射线方向朝向预设方向,其中,所述第二对象框图像为旋转后的所述第一对象框图像。

4.根据权利要求1所述的小样本涂装分类器训练方法,其特征在于,

所述将所述第一训练图像输入预先训练的大样本涂装分类器之前,包括:

将所述第一训练图像输入预先训练的关键点检测器,获取所述第一训练图像中的第一关键点和第二关键点;

旋转所述第一训练图像,直至第二训练图像中第一关键点至第二关键点的射线方向朝向预设方向,其中,所述第二训练图像为旋转后的所述第一训练图像。

5.根据权利要求3或4所述的小样本涂装分类器训练方法,其特征在于,

所述第一关键点为车头中心点,所述第二关键点为车尾中心点。

6.根据权利要求1-5任一项所述的小样本涂装分类器训练方法,其特征在于,

所述获取沙盘上第一涂装对象的第一训练图像,包括:

对设置在四角位置和/或中心位置的多个所述涂装对象进行采集,获取多个所述涂装对象的第一训练图像。

7.一种对象检测方法,其特征在于,所述对象检测方法包括:

获取涂装对象的第一检测图像;

将所述第一检测图像输入预先训练的大样本涂装分类器,获取所述涂装对象的第一检测特征;

将所述第一检测特征输入小样本涂装分类器,获取所述小样本涂装分类器对所述涂装对象的分类结果;

其中,所述小样本涂装分类器通过权利要求1~6中任一项所述的小样本涂装分类器训练方法训练得到。

8.根据权利要求7所述的对象检测方法,其特征在于,

所述将所述第一检测图像输入预先训练的大样本涂装分类器,获取所述涂装对象的第一检测特征,包括:

将所述第一检测图像输入预先训练的对象外形检测器,获取所述涂装对象的第一对象框图像;

将所述第一对象框图像输入所述大样本涂装分类器,获取所述第一对象框图像的第一检测特征。

9.根据权利要求8所述的对象检测方法,其特征在于,

所述将所述第一对象框图像输入所述大样本涂装分类器之前,包括:

将所述第一对象框图像输入预先训练的关键点检测器,获取所述第一对象框图像中的第一关键点和第二关键点;

旋转所述第一对象框图像,直至第二对象框图像中第一关键点至第二关键点的射线方向朝向预设方向,其中,所述第二对象框图像为旋转后的所述第一对象框图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海商汤临港智能科技有限公司,未经上海商汤临港智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110697613.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top