-
公开(公告)号：CN118470436A
公开(公告)日：2024-08-09
申请号：CN202410909764.6
申请日：2024-07-09
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V10/764 , G06V10/82 , G06V40/10 , G06V10/25 , G06V10/10 , G06N3/0455 , G01V8/00
Abstract: 本发明公开了一种提升毫米波安检仪违禁品检测能力的方法，其从毫米波的本质出发，通过调节毫米波信号增益强度，生成多种不同DB的毫米波图片用于深度学习算法的训练，提升算法的准确率和鲁棒性。针对毫米波图像中不存在人体的空白区域，采用基于关键点外推的方法进行去除，使算法聚焦于有效区域，降低算法推理消耗。为了让检测算法能达到更高的准确率，本发明将去除空白区域的正、背面图像水平拼接起来，输入检测算法，让算法在推理时可以得到更多的有效信息。为了让检测算法充分注意到图像中正、背面图像的相关性，本发明对DETR算法进行了的修改，引导算法中的注意力机制，更好的发挥作用。
-
公开(公告)号：CN117409262B
公开(公告)日：2024-03-01
申请号：CN202311719576.9
申请日：2023-12-14
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开一种基于CLIP快速构建图像分类模型的方法，包括S1、搜集图像；S2、使用CLIP模型筛选特定标签图像；S3、制作分类数据集，将数据集划分为训练集和测试集；S4、使用DivideMix方法训练分类模型。本发明采用CLIP图文匹配技术，通过输入标签文本即可从海量数据中提取出符合标签要求的数据图像，构建出可以用学习分类模型的数据集，而无需人工标注。同时针对筛选出的图像中可能存在的噪声（即类别错误）的问题，本发明引入带噪声数据的学习方法DivideMix，以降低数据集中噪声带来的影响。用此方法训练图像分类模型，可以提升模型的训练效率，降低数据标注需求，成本低，同时还可以达到不错的模型效果。
-
公开(公告)号：CN118470436B
公开(公告)日：2024-10-22
申请号：CN202410909764.6
申请日：2024-07-09
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V10/764 , G06V10/82 , G06V40/10 , G06V10/25 , G06V10/10 , G06N3/0455 , G01V8/00
Abstract: 本发明公开了一种提升毫米波安检仪违禁品检测能力的方法，其从毫米波的本质出发，通过调节毫米波信号增益强度，生成多种不同DB的毫米波图片用于深度学习算法的训练，提升算法的准确率和鲁棒性。针对毫米波图像中不存在人体的空白区域，采用基于关键点外推的方法进行去除，使算法聚焦于有效区域，降低算法推理消耗。为了让检测算法能达到更高的准确率，本发明将去除空白区域的正、背面图像水平拼接起来，输入检测算法，让算法在推理时可以得到更多的有效信息。为了让检测算法充分注意到图像中正、背面图像的相关性，本发明对DETR算法进行了的修改，引导算法中的注意力机制，更好的发挥作用。
-
公开(公告)号：CN117409262A
公开(公告)日：2024-01-16
申请号：CN202311719576.9
申请日：2023-12-14
Applicant: 厦门瑞为信息技术有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开一种基于CLIP快速构建图像分类模型的方法，包括S1、搜集图像；S2、使用CLIP模型筛选特定标签图像；S3、制作分类数据集，将数据集划分为训练集和测试集；S4、使用DivideMix方法训练分类模型。本发明采用CLIP图文匹配技术，通过输入标签文本即可从海量数据中提取出符合标签要求的数据图像，构建出可以用学习分类模型的数据集，而无需人工标注。同时针对筛选出的图像中可能存在的噪声（即类别错误）的问题，本发明引入带噪声数据的学习方法DivideMix，以降低数据集中噪声带来的影响。用此方法训练图像分类模型，可以提升模型的训练效率，降低数据标注需求，成本低，同时还可以达到不错的模型效果。
-
-
-
Search Results
4
records
(took 0.041 seconds)
