[发明专利]基于迁移学习的内河船舶重识别方法、设备及存储介质有效
| 申请号： | 202010053647.6 | 申请日： | 2020-01-17 |
| 公开（公告）号： | CN111259812B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 付宇卓;刘婷;向孙程 | 申请（专利权）人： | 上海交通大学;四川九洲电器集团有限责任公司 |
| 主分类号： | G06V20/13 | 分类号： | G06V20/13;G06V10/762;G06V10/764;G06V10/82;G06N3/0464;G06N3/08 |
| 代理公司： | 上海思微知识产权代理事务所(普通合伙) 31237 | 代理人： | 曹廷廷 |
| 地址： | 200240 *** | 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： | 本发明提供了一种基于迁移学习的内河船舶重识别方法、设备及存储介质，重识别方法利用风格迁移后的行人重识别数据集，初始化一个CNN模型得到第一重识别模型，并利用第一重识别模型对无标签的内河船舶数据集进行特征提取；利用无监督K‑Means聚类算法，对第一重识别模型提取的特征进行聚类，得到具有伪标签的第一内河船舶数据集；利用第一内河船舶数据集对第一重识别模型微调，得到内河船舶重识别模型。利用内河船舶重识别模型，得到每一张待识别内河船舶图像的候选图像列表。本发明提出的基于迁移学习的内河船舶重识别方法不需要对内河船舶数据集进行标注，很好的解决了现有技术中在同域场景下内河船舶数据集有限、标注成本大以及精度不高的问题。 | ||
| 搜索关键词： | 基于 迁移 学习 内河 船舶 识别 方法 设备 存储 介质 | ||
【主权项】：
暂无信息
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交通大学;四川九洲电器集团有限责任公司，未经上海交通大学;四川九洲电器集团有限责任公司许可，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/202010053647.6/，转载请声明来源钻瓜专利网。
