-
公开(公告)号：CN117669694A
公开(公告)日：2024-03-08
申请号：CN202311680026.0
申请日：2023-12-07
Applicant: 桂林电子科技大学
IPC: G06N3/096 , G06N3/045 , G06N3/0464 , G06V10/25 , G06V10/82
Abstract: 本发明公开了一种去除动态目标影响的模型部署后迁移学习训练方法，其特征是：它由功能网络、动态目标检测网络组成；在公开数据集上训练得到功能网络的预训练模型和动态目标检测网络的预训练模型，再通过实际场景，将功能网络预训练模型与动态目标检测网络预训练模型结合起来迁移学习训练适用于当前监视场景的功能网络模型，所述动态目标检测网络模型可得到动态目标位置信息的二值化图像；通过动态目标检测网络得到动态目标位置信息，在后面的迁移训练中去除目标影像中动态目标区域的影响，将功能网络模型在真实场景进行迁移学习，得到适用于当前场景的功能网络模型。本发明解决了真实场景下迁移学习时难以获得高质量样本数据的问题。
Search Results
1
records
(took 0.023 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
