CN110020592B - 物体检测模型训练方法、装置、计算机设备及存储介质 - Google Patents
物体检测模型训练方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110020592B CN110020592B CN201910108522.6A CN201910108522A CN110020592B CN 110020592 B CN110020592 B CN 110020592B CN 201910108522 A CN201910108522 A CN 201910108522A CN 110020592 B CN110020592 B CN 110020592B
- Authority
- CN
- China
- Prior art keywords
- object detection
- training
- module
- detection model
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 359
- 238000000034 method Methods 0.000 title claims abstract description 68
- 230000008569 process Effects 0.000 claims abstract description 29
- 239000013598 vector Substances 0.000 claims description 91
- 230000006870 function Effects 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 22
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 210000004027 cell Anatomy 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910108522.6A CN110020592B (zh) | 2019-02-03 | 2019-02-03 | 物体检测模型训练方法、装置、计算机设备及存储介质 |
| PCT/CN2019/091100 WO2020155518A1 (fr) | 2019-02-03 | 2019-06-13 | Procédé et dispositif de détection d'objet, dispositif informatique et support d'informations |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910108522.6A CN110020592B (zh) | 2019-02-03 | 2019-02-03 | 物体检测模型训练方法、装置、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110020592A CN110020592A (zh) | 2019-07-16 |
| CN110020592B true CN110020592B (zh) | 2024-04-09 |
Family
ID=67188871
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910108522.6A Active CN110020592B (zh) | 2019-02-03 | 2019-02-03 | 物体检测模型训练方法、装置、计算机设备及存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN110020592B (fr) |
| WO (1) | WO2020155518A1 (fr) |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110442804A (zh) * | 2019-08-13 | 2019-11-12 | 北京市商汤科技开发有限公司 | 一种对象推荐网络的训练方法、装置、设备及存储介质 |
| CN112102194A (zh) * | 2020-09-15 | 2020-12-18 | 北京金山云网络技术有限公司 | 一种人脸修复模型训练方法及装置 |
| CN112183358B (zh) * | 2020-09-29 | 2024-04-23 | 新石器慧通（北京）科技有限公司 | 一种目标检测模型的训练方法及装置 |
| CN112418480A (zh) * | 2020-10-14 | 2021-02-26 | 上海眼控科技股份有限公司 | 气象图像预测方法、装置、计算机设备和存储介质 |
| CN112417955B (zh) * | 2020-10-14 | 2024-03-05 | 国能大渡河沙坪发电有限公司 | 巡检视频流处理方法及装置 |
| CN112508097B (zh) * | 2020-12-08 | 2024-01-19 | 深圳市优必选科技股份有限公司 | 图像转换模型训练方法、装置、终端设备及存储介质 |
| CN112561885B (zh) * | 2020-12-17 | 2023-04-18 | 中国矿业大学 | 基于YOLOv4-tiny的插板阀开度检测方法 |
| CN112633351A (zh) * | 2020-12-17 | 2021-04-09 | 博彦多彩数据科技有限公司 | 检测方法、装置、存储介质及处理器 |
| CN112633355A (zh) * | 2020-12-18 | 2021-04-09 | 北京迈格威科技有限公司 | 图像数据处理方法及装置、目标检测模型训练方法及装置 |
| CN112580731B (zh) * | 2020-12-24 | 2022-06-24 | 深圳市对庄科技有限公司 | 翡翠产品识别方法、系统、终端、计算机设备及存储介质 |
| CN112634245A (zh) * | 2020-12-28 | 2021-04-09 | 广州绿怡信息科技有限公司 | 损耗检测模型训练方法、损耗检测方法及装置 |
| CN112966565A (zh) * | 2021-02-05 | 2021-06-15 | 深圳市优必选科技股份有限公司 | 一种物体检测方法、装置、终端设备及存储介质 |
| CN113033579B (zh) * | 2021-03-31 | 2023-03-21 | 北京有竹居网络技术有限公司 | 图像处理方法、装置、存储介质及电子设备 |
| CN113298122A (zh) * | 2021-04-30 | 2021-08-24 | 北京迈格威科技有限公司 | 目标检测方法、装置和电子设备 |
| CN113591839B (zh) * | 2021-06-28 | 2023-05-09 | 北京有竹居网络技术有限公司 | 一种特征提取模型构建方法、目标检测方法及其设备 |
| CN113627298A (zh) * | 2021-07-30 | 2021-11-09 | 北京百度网讯科技有限公司 | 目标检测模型的训练方法及检测目标对象的方法、装置 |
| CN116935102B (zh) * | 2023-06-30 | 2024-02-20 | 上海蜜度科技股份有限公司 | 一种轻量化模型训练方法、装置、设备和介质 |
| CN116958607B (zh) * | 2023-09-20 | 2023-12-22 | 中国人民解放军火箭军工程大学 | 用于目标毁伤预测的数据处理方法和装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106845522A (zh) * | 2016-12-26 | 2017-06-13 | 华北理工大学 | 一种冶金成球过程中的分类判别系统 |
| CN107038448A (zh) * | 2017-03-01 | 2017-08-11 | 中国科学院自动化研究所 | 目标检测模型构建方法 |
| CN108009524A (zh) * | 2017-12-25 | 2018-05-08 | 西北工业大学 | 一种基于全卷积网络的车道线检测方法 |
| CN108376235A (zh) * | 2018-01-15 | 2018-08-07 | 深圳市易成自动驾驶技术有限公司 | 图像检测方法、装置及计算机可读存储介质 |
| WO2019016540A1 (fr) * | 2017-07-18 | 2019-01-24 | Vision Semantics Limited | Identification réitérée de cible |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101592999B1 (ko) * | 2009-02-09 | 2016-02-11 | 삼성전자주식회사 | 휴대용 단말기에서 손 모양을 인식하기 위한 장치 및 방법 |
| JP5394959B2 (ja) * | 2010-03-23 | 2014-01-22 | 富士フイルム株式会社 | 判別器生成装置および方法並びにプログラム |
| US8948522B2 (en) * | 2011-08-04 | 2015-02-03 | Seiko Epson Corporation | Adaptive threshold for object detection |
| CN107944443A (zh) * | 2017-11-16 | 2018-04-20 | 深圳市唯特视科技有限公司 | 一种基于端到端深度学习进行对象一致性检测方法 |
-
2019
- 2019-02-03 CN CN201910108522.6A patent/CN110020592B/zh active Active
- 2019-06-13 WO PCT/CN2019/091100 patent/WO2020155518A1/fr active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106845522A (zh) * | 2016-12-26 | 2017-06-13 | 华北理工大学 | 一种冶金成球过程中的分类判别系统 |
| CN107038448A (zh) * | 2017-03-01 | 2017-08-11 | 中国科学院自动化研究所 | 目标检测模型构建方法 |
| WO2019016540A1 (fr) * | 2017-07-18 | 2019-01-24 | Vision Semantics Limited | Identification réitérée de cible |
| CN108009524A (zh) * | 2017-12-25 | 2018-05-08 | 西北工业大学 | 一种基于全卷积网络的车道线检测方法 |
| CN108376235A (zh) * | 2018-01-15 | 2018-08-07 | 深圳市易成自动驾驶技术有限公司 | 图像检测方法、装置及计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110020592A (zh) | 2019-07-16 |
| WO2020155518A1 (fr) | 2020-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110020592B (zh) | 物体检测模型训练方法、装置、计算机设备及存储介质 | |
| CN108038474B (zh) | 人脸检测方法、卷积神经网络参数的训练方法、装置及介质 | |
| CN108229509B (zh) | 用于识别物体类别的方法及装置、电子设备 | |
| CN108388879B (zh) | 目标的检测方法、装置和存储介质 | |
| CN110472675B (zh) | 图像分类方法、图像分类装置、存储介质与电子设备 | |
| CN110765860A (zh) | 摔倒判定方法、装置、计算机设备及存储介质 | |
| JP2022141931A (ja) | 生体検出モデルのトレーニング方法及び装置、生体検出の方法及び装置、電子機器、記憶媒体、並びにコンピュータプログラム | |
| CN109919002B (zh) | 黄色禁停线识别方法、装置、计算机设备及存储介质 | |
| US11138464B2 (en) | Image processing device, image processing method, and image processing program | |
| CN110716792B (zh) | 一种目标检测器及其构建方法和应用 | |
| CN113869449A (zh) | 一种模型训练、图像处理方法、装置、设备及存储介质 | |
| CN111639653A (zh) | 一种误检图像确定方法、装置、设备和介质 | |
| CN115797736B (zh) | 目标检测模型的训练和目标检测方法、装置、设备和介质 | |
| CN110852327A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| KR101545809B1 (ko) | 차량 번호판 이중 검출 방법 및 장치 | |
| CN110175500B (zh) | 指静脉比对方法、装置、计算机设备及存储介质 | |
| CN111738319A (zh) | 一种基于大规模样本的聚类结果评价方法及装置 | |
| CN112560791B (zh) | 识别模型的训练方法、识别方法、装置及电子设备 | |
| CN106709490B (zh) | 一种字符识别方法和装置 | |
| CN114219936A (zh) | 目标检测方法、电子设备、存储介质和计算机程序产品 | |
| CN111881775B (zh) | 一种人脸实时识别方法和装置 | |
| CN116109907B (zh) | 目标检测方法、装置、电子设备及存储介质 | |
| CN112818946A (zh) | 年龄识别模型的训练、年龄识别方法、装置及电子设备 | |
| CN115298705A (zh) | 车牌识别方法、装置、电子设备及存储介质 | |
| CN112950652B (zh) | 机器人及其手部图像分割方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |