公开(公告)号：CN119919634A

公开(公告)日：2025-05-02

申请号：CN202411980224.3

申请日：2024-12-31

Applicant: 厦门大学

Inventor： 曹刘娟 ,  钱东麟 ,  马世元 ,  张声传

IPC: G06V10/25 ,  G06V10/22 ,  G06V10/764 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/096

Abstract: 一种基于多目标分类的开放词汇目标检测方法、系统、介质及程序产品，属于计算机视觉技术领域，该方法利用上下文信息，检测出训练集中没有出现的过的新的类别的物体，包括如下步骤：利用主干特征提取网络对图像进行特征提取得到特征图；区域建议网络在特征图中生成一组候选框，对所有候选框应用候选框拓展模块，得到扩展框；利用蒸馏模块从CLIP图像编码器中学习知识得到蒸馏损失；将候选框和扩展框提取的特征和文本特征输入多目标分类模块中，得到分类损失；结合蒸馏损失和分类损失对模型进行训练；最后，将待检测的图片输入到训练后的模型中，生成预测的目标区域和对应的类别名称及对应的置信度，以此实现更精准的开放词汇目标检测。