[发明专利]一种训练物体检测模型的方法、装置以及设备有效
申请号: | 201810987040.8 | 申请日: | 2018-08-28 |
公开(公告)号: | CN110795976B | 公开(公告)日: | 2023-05-05 |
发明(设计)人: | 张长征;金鑫;涂丹丹 | 申请(专利权)人: | 华为云计算技术有限公司 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V10/764;G06V10/82;G06N3/0464;G06N3/08 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 李稷芳 |
地址: | 550025 贵州省贵阳市*** | 国省代码: | 贵州;52 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本申请公开了一种计算设备执行的训练物体检测模型的方法。该方法包括:获取系统参数,例如主干网络的感受野、训练图像的尺寸、训练图像中的待检测物体的尺寸、训练计算能力、待检测物体的复杂度;根据系统参数确定配置参数;根据配置参数和主干网络输出的特征图,建立可变卷积网络。基于可变卷积网络输出的特征识别待检测物体,根据识别结果和先验结果的对比训练主干网络和可变卷积网络。任一可变卷积层使用的卷积核在执行卷积的过程中可以向任意方向偏移。该方法训练出来的物体检测模型对待检测物体的识别准确度更高。 | ||
搜索关键词: | 一种 训练 物体 检测 模型 方法 装置 以及 设备 | ||
【主权项】:
1.一种计算设备执行的训练物体检测模型的方法,其特征在于,所述方法包括:/n获取系统参数,所述系统参数包括以下至少一个:所述物体检测模型的主干网络的感受野、训练图像的尺寸、训练图像中的待检测物体的尺寸、训练计算能力、所述待检测物体的复杂度;/n根据所述系统参数,确定i个可变卷积网络的配置参数,所述配置参数包括以下至少一个:所述可变卷积网络的个数i、第i个可变卷积网络包括的可变卷积层的数量L
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华为云计算技术有限公司,未经华为云计算技术有限公司许可,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/patent/201810987040.8/,转载请声明来源钻瓜专利网。
- 上一篇:人脸误检优化方法及装置
- 下一篇:交通信号识别方法、装置、存储介质及电子设备