公开(公告)号：CN115631474A

公开(公告)日：2023-01-20

申请号：CN202211141783.6

申请日：2022-09-20

Applicant: 长安大学

Inventor： 刘占文 ,  王洋 ,  李宇航 ,  樊星 ,  李美芸 ,  杨楠 ,  王佳瑶 ,  贾晓航 ,  杨劲松 ,  李文倩 ,  薛志彪

IPC: G06V20/56 ,  G06V10/82 ,  G06V10/774 ,  G06V10/80 ,  G06N3/044 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/088 ,  G06N3/094

Abstract: 本申请涉及雾天目标检测模型训练方法及雾天目标检测方法，将无监督循环一致性对抗网络应用于特征空间，提出一种特征增强模块，聚焦于使用任意清晰图像来增强低层网络提取的雾霭特征，实现任意清晰图像与雾霭图像特征空间对齐，在不牺牲清晰环境下目标检测性能的基础上，提高现有模型雾天环境下的目标检测性能，为促进自动驾驶技术产业落地提供一种有效可靠的方法。

公开(公告)号：CN115526256A

公开(公告)日：2022-12-27

申请号：CN202211199482.9

申请日：2022-09-29

Applicant: 长安大学

Inventor： 刘占文 ,  焦子恒 ,  王佳瑶 ,  黄泽宇 ,  王洋 ,  樊星 ,  李宇航 ,  杨楠 ,  贾晓航 ,  李美芸 ,  杨劲松 ,  李文倩

IPC: G06K9/62 ,  G06V10/762 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请涉及目标分类模型训练方法，包括：构建目标分类模型；基于图训练数据集对目标分类模型进行训练，得到训练后的目标分类模型；图训练数据集包括多个图节点，每个图节点表示一个待分类目标；目标分类模型包括依次连接的深层表征提取层和聚类层。本申请的目标分类模型训练方法，解决了现有的半监督方法无法对不含节点标签信息的目标数据集进行分类的难题，基于无监督学习的网络训练同时也降低了聚类结果好坏对标签信息多少的依赖度，大大增强了网络的稳定性，始终在聚类任务中表现出较好的性能；实现了端对端学习，规避了多模块训练目标不一致的问题，降低了工程的复杂度、减小了训练误差，使网络性能更加鲁棒。