基于深度学习的零样本图像目标检测方法和装置

发明专利有效专利

申请号：
CN202110669803.6
IPC分类号：G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-06-17
申请人：
中国科学院自动化研究所

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度学习的零样本图像目标检测方法和装置
申请号	CN202110669803.6	申请日期	2021-06-17
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-13	公开/公告号	CN113255829A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	中国科学院自动化研究所	申请人地址	北京市海淀区中关村东路95号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中国科学院自动化研究所	当前权利人	中国科学院自动化研究所
发明人	王云宽;邓杰仁;胡建华;郑军;王欣波;韩健伟;张兴轩;张好剑
代理机构	北京路浩知识产权代理有限公司	代理人	李文清

摘要

本发明提供一种基于深度学习的零样本图像目标检测方法和装置，其中方法包括：给出待检测图像和目标描述文本；将待检测图像和目标描述文本输入至文本语义引导检测模型，得到文本语义引导检测模型输出的目标检测结果；文本语义引导检测模型是基于图块语义引导检测模型导出的，图块语义引导检测模型是基于图像裁剪召回法训练得到的；文本语义引导检测模型编码的文本语义特征与图块语义引导检测模型编码的图块语义特征匹配，文本语义特征对应的描述文本与图块语义特征对应的图块表征同一目标，解决了制作带标签的训练数据训练耗时费力的问题；提高了基于深度学习的零样本图像目标检测方法的可复用性和通用性，能够有目的的进行检测，提高了召回率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供