公开(公告)号：CN117636086A

公开(公告)日：2024-03-01

申请号：CN202311332829.7

申请日：2023-10-13

Applicant: 中国科学院自动化研究所

Inventor： 张璐 ,  张思琦 ,  刘智勇 ,  乔红

IPC: G06V10/774 ,  G06V10/74 ,  G06V10/762 ,  G06V10/98

Abstract: 本发明提供一种无源域适应目标检测方法及装置，包括：基于教师模型从目标域数据集的部分图像中提取的各类目标的第一实例特征，构建所述各类目标的多个特征原型；根据所述各类目标的多个特征原型，对所述教师模型获取的所述目标域数据集中各图像的目标检测结果进行纠正，得到所述各图像的伪标签；将所述目标域数据集的各图像作为样本，将所述各图像的伪标签作为标签对学生模型进行训练，使用训练后的所述学生模型检测待检测图像中的目标；所述教师模型和所述学生模型通过预先使用源域数据集对目标检测模型进行训练得到。本发明使用目标域中各类目标的多特征原型引导生成更加准确的伪标签作为模型训练的监督信息，从而提高目标检测的准确性。

公开(公告)号：CN117636086B

公开(公告)日：2024-09-24

申请号：CN202311332829.7

申请日：2023-10-13

Applicant: 中国科学院自动化研究所

Inventor： 张璐 ,  张思琦 ,  刘智勇 ,  乔红

IPC: G06V10/774 ,  G06V10/74 ,  G06V10/762 ,  G06V10/98

Abstract: 本发明提供一种无源域适应目标检测方法及装置，包括：基于教师模型从目标域数据集的部分图像中提取的各类目标的第一实例特征，构建所述各类目标的多个特征原型；根据所述各类目标的多个特征原型，对所述教师模型获取的所述目标域数据集中各图像的目标检测结果进行纠正，得到所述各图像的伪标签；将所述目标域数据集的各图像作为样本，将所述各图像的伪标签作为标签对学生模型进行训练，使用训练后的所述学生模型检测待检测图像中的目标；所述教师模型和所述学生模型通过预先使用源域数据集对目标检测模型进行训练得到。本发明使用目标域中各类目标的多特征原型引导生成更加准确的伪标签作为模型训练的监督信息，从而提高目标检测的准确性。

公开(公告)号：CN117635933A

公开(公告)日：2024-03-01

申请号：CN202311541147.7

申请日：2023-11-17

Applicant: 中国科学院自动化研究所

Inventor： 张璐 ,  张思琦 ,  刘智勇 ,  乔红

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供一种主动域适应语义分割模型训练方法及装置，该主动域适应语义分割模型训练方法包括：获取源域样本数据和目标域样本数据；根据域鉴别器和高斯密度函数计算目标域样本数据对应的领域分数，并对目标域样本数据的不确定性进行预测；根据领域分数和不确定性预测结果构建获取函数，根据获取函数计算目标域样本数据的目标区域，并对目标区域进行标注，得到新的样本数据；根据源域样本数据和新的样本数据构建监督损失，并根据监督损失对预训练的语义分割模型进行训练，得到目标语义分割模型。本发明所述方法通过引入领域性分数和预测不确定性设计动态平衡策略，提高了语义分割模型在域适应场景下的语义分割性能。