公开(公告)号：CN115908941A

公开(公告)日：2023-04-04

申请号：CN202211603390.2

申请日：2022-12-13

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 陈博文 ,  魏超 ,  朱海勇 ,  蔡炎华 ,  王龙 ,  吴文城

IPC: G06V10/764 ,  G06V10/762 ,  G06V10/82 ,  G06N3/08

Abstract: 本发明提出了一种神经网络图片分类任务训练样本降采样方法，该方法包括如下步骤：采集并获取样本数据信息；基于获取的所述样本数据信息训练神经网络模型；在推理阶段，对样本数据进行预设的操作处理，进一步获得降采样样本数据；完成样本数据分类训练任务。通过降采样方法，确保了样本之间的分布多样性的同时，兼顾了对模型训练的增益效果，可以有效缓解样本标签不均衡的图片分类任务中，模型对少量样本类别的欠拟合问题。

公开(公告)号：CN117238030A

公开(公告)日：2023-12-15

申请号：CN202311128631.7

申请日：2023-09-04

Applicant: 厦门市美亚柏科信息股份有限公司

Inventor： 张泽洋 ,  陈子沣 ,  周成祖 ,  蔡炎华 ,  魏超 ,  王海滨

IPC: G06V40/20 ,  G06V40/10 ,  G06V20/52 ,  G06V10/82 ,  G06N3/048 ,  G06V10/764

Abstract: 本申请涉及一种用于道路监控场景的无锚框快速行人检测方法及系统，所述方法包括以下步骤：S1：使用特征提取网络提取道路监控图像特征x；S2：将道路监控图像特征x输入自定义的实例积分模块，获得实例积分值s；S3：将特征网络输出f和实例积分值s输入检测头进行行人检测。本申请提出了一种用于道路监控场景的无锚框快速行人检测方法及系统，在无锚框设计的同时，不需计算多尺度的特征，在特征提取网络后连接自研的实例积分模块，之后直接连接单个检测头，大幅缩减了模型层数与输出维度，从而提升检测系统的推理速度和在道路监控场景下的行人检测性能。