[發(fā)明專利]基于深度學(xué)習(xí)的弱監(jiān)督目標(biāo)檢測(cè)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210185361.2
• 申請(qǐng)日: 2022-02-28
• 公開（公告）號(hào): CN114581826A
• 公開（公告）日: 2022-06-03
• 發(fā)明（設(shè)計(jì)）人: 蔣萬(wàn)川
• 申請(qǐng)（專利權(quán)）人: 西南大學(xué)
• 主分類號(hào): G06V20/40
• 分類號(hào): G06V20/40;G06V20/56;G06V10/774;G06K9/62;G06N20/00
• 代理公司: 安徽思沃達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 34220
• 代理人: 王茜

1.基于深度學(xué)習(xí)的弱監(jiān)督目標(biāo)檢測(cè)方法，其特征在于，所述方法具體包括以下步驟：

設(shè)置基礎(chǔ)學(xué)習(xí)時(shí)期，獲取所述基礎(chǔ)學(xué)習(xí)時(shí)期人工手動(dòng)取放固化樣件的拍攝視頻數(shù)據(jù)，通過對(duì)所述拍攝視頻數(shù)據(jù)進(jìn)行分析，獲取多個(gè)取件采樣數(shù)據(jù)；

通過預(yù)先提供的機(jī)器學(xué)習(xí)算法對(duì)多個(gè)所述取件采樣數(shù)據(jù)進(jìn)行學(xué)習(xí)訓(xùn)練，生成目標(biāo)檢測(cè)基本模型；

通過所述目標(biāo)檢測(cè)基本模型進(jìn)行目標(biāo)檢測(cè)，標(biāo)記取件目標(biāo)，并生成推動(dòng)所述取件目標(biāo)的推動(dòng)信號(hào)；

獲取工作人員根據(jù)所述推動(dòng)信號(hào)進(jìn)行取件反饋生成的取件反饋數(shù)據(jù)；

通過所述取件反饋數(shù)據(jù)，對(duì)目標(biāo)檢測(cè)基本模型進(jìn)行修正學(xué)習(xí)，生成目標(biāo)檢測(cè)修正模型，并通過所述目標(biāo)檢測(cè)修正模型進(jìn)行目標(biāo)檢測(cè)。

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的弱監(jiān)督目標(biāo)檢測(cè)方法，其特征在于，所述設(shè)置基礎(chǔ)學(xué)習(xí)時(shí)期，獲取所述基礎(chǔ)學(xué)習(xí)時(shí)期人工手動(dòng)取放固化樣件的拍攝視頻數(shù)據(jù)，通過對(duì)所述拍攝視頻數(shù)據(jù)進(jìn)行分析，獲取多個(gè)取件采樣數(shù)據(jù)具體包括以下步驟：

設(shè)置基礎(chǔ)學(xué)習(xí)時(shí)期；

獲取所述基礎(chǔ)學(xué)習(xí)時(shí)期人工手動(dòng)取放固化樣件的拍攝視頻數(shù)據(jù)；

對(duì)所述拍攝視頻數(shù)據(jù)進(jìn)行分析，截取工作人員取下固化樣件的取件視頻數(shù)據(jù)；

對(duì)所述取件視頻數(shù)據(jù)進(jìn)行樣件固化分析，生成多個(gè)取件采樣數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的弱監(jiān)督目標(biāo)檢測(cè)方法，其特征在于，所述通過預(yù)先提供的機(jī)器學(xué)習(xí)算法對(duì)多個(gè)所述取件采樣數(shù)據(jù)進(jìn)行學(xué)習(xí)訓(xùn)練，生成目標(biāo)檢測(cè)基本模型具體包括以下步驟：

獲取預(yù)先提供的機(jī)器學(xué)習(xí)算法；

將多個(gè)所述取件采樣數(shù)據(jù)隨機(jī)劃分為訓(xùn)練集和測(cè)試集；

根據(jù)所述訓(xùn)練集和所述測(cè)試集進(jìn)行模型學(xué)習(xí)訓(xùn)練，生成目標(biāo)檢測(cè)基本模型。

4.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的弱監(jiān)督目標(biāo)檢測(cè)方法，其特征在于，所述通過所述目標(biāo)檢測(cè)基本模型進(jìn)行目標(biāo)檢測(cè)，標(biāo)記取件目標(biāo)，并生成推動(dòng)所述取件目標(biāo)的推動(dòng)信號(hào)具體包括以下步驟：

獲取所述基礎(chǔ)學(xué)習(xí)時(shí)期之后的實(shí)時(shí)拍攝數(shù)據(jù)；

截取所述實(shí)時(shí)拍攝數(shù)據(jù)中的目標(biāo)實(shí)時(shí)檢測(cè)數(shù)據(jù)；

將所述目標(biāo)實(shí)時(shí)檢測(cè)數(shù)據(jù)導(dǎo)入所述目標(biāo)檢測(cè)基本模型進(jìn)行目標(biāo)檢測(cè)，標(biāo)記取件目標(biāo)；

生成推動(dòng)所述取件目標(biāo)的推動(dòng)信號(hào)。

5.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的弱監(jiān)督目標(biāo)檢測(cè)方法，其特征在于，所述獲取工作人員根據(jù)所述推動(dòng)信號(hào)進(jìn)行取件反饋生成的取件反饋數(shù)據(jù)具體包括以下步驟：

對(duì)所述實(shí)時(shí)拍攝數(shù)據(jù)進(jìn)行取拿分析，生成取拿分析數(shù)據(jù)；

根據(jù)所述取拿分析數(shù)據(jù)，判斷所述取件目標(biāo)是否被工作人員取下，生成判斷結(jié)果；

根據(jù)所述判斷結(jié)果，獲取取件反饋數(shù)據(jù)。

6.根據(jù)權(quán)利要求4所述的基于深度學(xué)習(xí)的弱監(jiān)督目標(biāo)檢測(cè)方法，其特征在于，所述通過所述取件反饋數(shù)據(jù)，對(duì)目標(biāo)檢測(cè)基本模型進(jìn)行修正學(xué)習(xí)，生成目標(biāo)檢測(cè)修正模型，并通過所述目標(biāo)檢測(cè)修正模型進(jìn)行目標(biāo)檢測(cè)具體包括以下步驟：

通過所述取件反饋數(shù)據(jù)，對(duì)目標(biāo)檢測(cè)基本模型進(jìn)行修正學(xué)習(xí)，生成目標(biāo)檢測(cè)修正模型；

將所述目標(biāo)實(shí)時(shí)檢測(cè)數(shù)據(jù)導(dǎo)入所述目標(biāo)檢測(cè)修正模型中，進(jìn)行目標(biāo)檢測(cè)。

7.基于深度學(xué)習(xí)的弱監(jiān)督目標(biāo)檢測(cè)系統(tǒng)，其特征在于，所述系統(tǒng)包括取件采樣數(shù)據(jù)獲取單元、基本模型學(xué)習(xí)訓(xùn)練單元、基本模型目標(biāo)檢測(cè)單元、取件反饋數(shù)據(jù)獲取單元和基本模型修正學(xué)習(xí)單元，其中：

取件采樣數(shù)據(jù)獲取單元，用于設(shè)置基礎(chǔ)學(xué)習(xí)時(shí)期，獲取所述基礎(chǔ)學(xué)習(xí)時(shí)期人工手動(dòng)取放固化樣件的拍攝視頻數(shù)據(jù)，通過對(duì)所述拍攝視頻數(shù)據(jù)進(jìn)行分析，獲取多個(gè)取件采樣數(shù)據(jù)；

基本模型學(xué)習(xí)訓(xùn)練單元，用于通過預(yù)先提供的機(jī)器學(xué)習(xí)算法對(duì)多個(gè)所述取件采樣數(shù)據(jù)進(jìn)行學(xué)習(xí)訓(xùn)練，生成目標(biāo)檢測(cè)基本模型；

基本模型目標(biāo)檢測(cè)單元，用于通過所述目標(biāo)檢測(cè)基本模型進(jìn)行目標(biāo)檢測(cè)，標(biāo)記取件目標(biāo)，并生成推動(dòng)所述取件目標(biāo)的推動(dòng)信號(hào)；

取件反饋數(shù)據(jù)獲取單元，用于獲取工作人員根據(jù)所述推動(dòng)信號(hào)進(jìn)行取件反饋生成的取件反饋數(shù)據(jù)；

基本模型修正學(xué)習(xí)單元，用于通過所述取件反饋數(shù)據(jù)，對(duì)目標(biāo)檢測(cè)基本模型進(jìn)行修正學(xué)習(xí)，生成目標(biāo)檢測(cè)修正模型，并通過所述目標(biāo)檢測(cè)修正模型進(jìn)行目標(biāo)檢測(cè)。