[發明專利]基于有限樣本的物體檢測器的實現方法及裝置有效
| 申請號： | 201711443454.6 | 申請日： | 2017-12-27 |
| 公開（公告）號： | CN108229658B | 公開（公告）日： | 2020-06-12 |
| 發明（設計）人： | 喬宇;陳豪;王亞立 | 申請（專利權）人： | 深圳先進技術研究院 |
| 主分類號： | G06N3/04 | 分類號： | G06N3/04;G06N3/08 |
| 代理公司： | 深圳中一專利商標事務所 44237 | 代理人： | 郭鴻 |
| 地址： | 518055 廣東省深圳*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 有限 樣本 物體 檢測器 實現 方法 裝置 | ||
1.一種基于有限樣本的物體檢測器的實現方法，其特征在于，所述實現方法包括：
建立基于神經網絡的物體檢測器；
基于正則化的遷移學習過程，訓練所述物體檢測器；
所述建立基于神經網絡的物體檢測器包括：
將圖片輸入SSD形式的檢測模型，獲得真實包圍盒的預測框和所述預測框為物體的概率；
將概率大于預設閾值的預測框作為候選框；
將所述候選框和選定的卷積層進行區域池化，生成一個固定大小的卷積特征；
將所述卷積特征經過多個卷積層，對所述候選框的物體進行分類；
所述基于正則化的遷移學習過程，訓練所述物體檢測器包括：
根據源域的數據對所述物體檢測器進行預訓練；
根據目標域的數據獲取知識遷移正則項和背景抑制正則項，并根據所述知識遷移正則項和所述背景抑制正則項調節預訓練的所述物體檢測器；
所述根據目標域的數據獲取知識遷移正則項，并根據所述知識遷移正則項調節預訓練的所述物體檢測器包括：
在目標域檢測器中引出一個源域物體類別的預測分支；
對于所述目標域檢測器產生的每一個候選框，所述預測分支產生一個源域物體類別的預測概率向量
將所述目標域檢測器產生的每一個候選框送入源域檢測器進行區域池化，獲取所述每一個候選框對應的源域物體類別知識向量PsT；
根據所述源域物體類別的預測概率向量和所述源域物體類別知識向量PsT，計算交叉熵損失函數
根據所述交叉熵損失函數LTK調節所述目標域檢測器；
所述根據目標域的數據獲取背景抑制正則項，并根據所述背景抑制正則項調節預訓練的所述物體檢測器包括：
選定一個卷積層，根據所述目標域的數據的真實包圍盒，獲取背景在所述卷積層的特征上對應的區域FBD；
根據所述區域FBD，計算歐式距離損失函數LBD＝||FBD||2；
根據所述歐式距離損失函數LBD調節目標域檢測器。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于深圳先進技術研究院，未經深圳先進技術研究院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201711443454.6/1.html，轉載請聲明來源鉆瓜專利網。
