公开(公告)号：CN120071184A

公开(公告)日：2025-05-30

申请号：CN202510153878.7

申请日：2025-02-12

Applicant: 浙江工业大学

Inventor： 汪毅哲 ,  陈作辉 ,  赵翌凯

IPC: G06V20/13 ,  G06V10/42 ,  G06V10/74 ,  G06V10/774 ,  G06V10/77 ,  G06V10/82 ,  G06N3/0895

Abstract: 融合自监督学习的半监督尾矿库目标检测方法和装置，其方法包括：首先，通过准备数据，并标注部分尾矿库信息，形成尾矿库遥感影像半监督据集。其次，将无标记数据对检测器的主干网络进行自监督训练。接着，使用少量标记数据对自监督训练模型进行微调。随后，使用无标记数据，采用师生架构完成半监督自训练。最终，将待处理的影像输入到模型，实现只使用少量标记数据完成的尾矿库检测。本发明的自监督学习技术和半监督目标检测技术可以显著降低标记数据的使用。在大规模遥感影像背景下，仅需少量标记数据，就可以高效识别尾矿库。并且自监督学习阶段通过设计增强任务以学习特征的一致性，有效提升了模型在应对数据噪声和分布变化时的鲁棒性。能够快速有效地检测尾矿库，对提升环境安全具有重要意义。