[发明专利]一种基于网络监督的目标分类和定位方法有效
| 申请号： | 201910941413.2 | 申请日： | 2019-09-30 |
| 公开（公告）号： | CN110717534B | 公开（公告）日： | 2020-09-15 |
| 发明（设计）人： | 叶齐祥;付梦莹;万方;韩振军;焦建彬 | 申请（专利权）人： | 中国科学院大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京康思博达知识产权代理事务所(普通合伙) 11426 | 代理人： | 孙建玲;刘冬梅 |
| 地址： | 100049 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于网络监督的目标分类和定位方法，包括以下步骤：根据待测目标的类别自动从搜索引擎获取大量网络图像数据；过滤去除噪声图像，形成训练样本集；初步构建分类和定位网络；将训练样本集中的样本输入到初步构建的分类和定位网络中进行特征提取，将特征分类，并得到目标物体的位置信息，实施对分类和定位网络的训练。本发明中该端到端的基于网络监督的精细分类与定位方法，利用海量易获取的网络图像作为训练集，完全去除人工标注，仅使用图像级别标签，设计一个高效的卷积网络，融入全局平均池化和类激活映射图等算法，使得本发明在精细分类任务及定位任务上性能超越弱监督学习方法。 | ||
| 搜索关键词： | 一种 基于 网络 监督 目标 分类 定位 方法 | ||
【主权项】：
1.一种基于网络监督的目标分类和定位方法，该方法包括训练分类和定位网络用以进行目标分类和定位的过程，分类和定位网络的训练过程包括以下步骤：/n步骤1)，根据待测目标的类别自动从搜索引擎获取大量网络图像数据；/n步骤2)，过滤去除噪声图像，形成训练样本集；/n步骤3)，初步构建分类和定位网络；/n步骤4)，将训练样本集中的样本输入到初步构建的分类和定位网络中进行特征提取，将特征分类，并得到目标物体的位置信息，实施对分类和定位网络的训练。/n
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中国科学院大学，未经中国科学院大学许可，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/201910941413.2/，转载请声明来源钻瓜专利网。
