[发明专利]基于无监督学习的显著性物体检测方法及系统有效
| 申请号： | 202110665987.9 | 申请日： | 2021-06-16 |
| 公开（公告）号： | CN113326886B | 公开（公告）日： | 2023-09-15 |
| 发明（设计）人： | 李冠彬;吴梓溢;颜鹏翔;刘梦梦;林倞 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06N20/00;G06V10/764 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 陈旭红;钟文瀚 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于无监督学习的显著性物体检测方法及系统，所述方法包括：获取目标域样本，所述目标域样本的标签为使用上一轮迭代得到的模型在目标域图像进行预测得到的伪标签；对所述伪标签进行不确定性评估，并进行不确定性排序；根据排序结果，对所述伪标签进行图片级筛选，得到伪标签不确定性低于预设阈值的目标域样本；对所述目标域样本进行像素级伪标签重加权处理，得到用于下一个迭代训练的目标域样本。本发明提供的基于无监督学习的显著性物体检测方法，可以在不依赖人工标签的情况下，在多个显著性物体检测数据集上取得优异的性能，并达到与全监督显著性检测方法相匹敌的能力，大大减轻了显著性物体检测方法对像素级人工标签的依赖性。 | ||
| 搜索关键词： | 基于 监督 学习 显著 物体 检测 方法 系统 | ||
【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中山大学，未经中山大学许可，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/202110665987.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种进阶式翻打银行传票练习辅助翻页器
- 下一篇：一种会计传票票据贴合器
