-
公开(公告)号：CN111461002A
公开(公告)日：2020-07-28
申请号：CN202010246545.6
申请日：2020-03-31
Applicant: 华南理工大学
Abstract: 本发明公开了一种面向热成像行人检测的样本处理方法。所述方法包括以下步骤：对初始数据集划分训练集和测试集，训练初始主干网络，从初始训练集中依据尺寸和遮挡情况筛选获得标注行人样本集合，使用初始主干网络提取集合中样本特征；对行人特征聚类，生成行人样本的子类别标签；基于行人子类别标签统计行人类内分布，对行人子类别中少数类进行迭代增强，平衡行人样本的类内分布，生成平衡训练集；统计设计平衡损失函数，利用平衡训练集训练神经网络模型。本发明能够在不增加系统计算量的情况下优化行人检测数据集数据分布，提升所训练神经网络模型检测精度。
-
公开(公告)号：CN111461002B
公开(公告)日：2023-05-26
申请号：CN202010246545.6
申请日：2020-03-31
Applicant: 华南理工大学
IPC: G06V40/10 , G06V10/774 , G06V10/762 , G06V10/764 , G06V10/77 , G06V10/82
Abstract: 本发明公开了一种面向热成像行人检测的样本处理方法。所述方法包括以下步骤：对初始数据集划分训练集和测试集，训练初始主干网络，从初始训练集中依据尺寸和遮挡情况筛选获得标注行人样本集合，使用初始主干网络提取集合中样本特征；对行人特征聚类，生成行人样本的子类别标签；基于行人子类别标签统计行人类内分布，对行人子类别中少数类进行迭代增强，平衡行人样本的类内分布，生成平衡训练集；统计设计平衡损失函数，利用平衡训练集训练神经网络模型。本发明能够在不增加系统计算量的情况下优化行人检测数据集数据分布，提升所训练神经网络模型检测精度。
-
Search Results
2
records
(took 0.017 seconds)
