公开(公告)号：CN117765302A

公开(公告)日：2024-03-26

申请号：CN202311653880.8

申请日：2023-12-05

Applicant: 苏州大学

Inventor： 潘凯 ,  刘纯平 ,  朱桂墘 ,  季怡 ,  李蓥

IPC: G06V10/764 ,  G06V10/766 ,  G06V10/82

Abstract: 本发明涉及一种基于回归增强的域自适应目标检测方法及系统，所述方法包括：获取源域数据集；将源域数据集输入至学生模型，并对所述源域数据集进行强弱增强，生成增强数据；对所述增强数据进行特征提取，生成初始特征；将所述初始特征输入至RPN进行分类和回归，生成粗定位框和回归输出值；对所述粗定位框进行动态标签分配，筛选粗定位框正样本；对所述粗定位框正样本进行回归损失计算，生成计算结果；根据所述计算结果进行目标检测，生成检测结果。通过动态标签分配替代固定的标签分配策略，本申请在RPN中引入了任务对齐头，以促使模型做出更一致的预测，进而使得模型在预测和推理时通过分类分数保留高质量的检测框。

公开(公告)号：CN117765302B

公开(公告)日：2025-04-18

申请号：CN202311653880.8

申请日：2023-12-05

Applicant: 苏州大学

Inventor： 潘凯 ,  刘纯平 ,  朱桂墘 ,  季怡 ,  李蓥

IPC: G06V10/764 ,  G06V10/766 ,  G06V10/82

Abstract: 本发明涉及一种基于回归增强的域自适应目标检测方法及系统，所述方法包括：获取源域数据集；将源域数据集输入至学生模型，并对所述源域数据集进行强弱增强，生成增强数据；对所述增强数据进行特征提取，生成初始特征；将所述初始特征输入至RPN进行分类和回归，生成粗定位框和回归输出值；对所述粗定位框进行动态标签分配，筛选粗定位框正样本；对所述粗定位框正样本进行回归损失计算，生成计算结果；根据所述计算结果进行目标检测，生成检测结果。通过动态标签分配替代固定的标签分配策略，本申请在RPN中引入了任务对齐头，以促使模型做出更一致的预测，进而使得模型在预测和推理时通过分类分数保留高质量的检测框。