[发明专利]弱监督学习引导的协同显著性检测方法有效
| 申请号： | 202210375572.2 | 申请日： | 2022-04-11 |
| 公开（公告）号： | CN114743027B | 公开（公告）日： | 2023-01-31 |
| 发明（设计）人： | 钱晓亮;曾银凤;李哲辉;王慰;曾黎;张秋闻;吴青娥;程塨;姚西文;岳伟超;任航丽;刘向龙;马振宇 | 申请（专利权）人： | 郑州轻工业大学 |
| 主分类号： | G06V10/46 | 分类号： | G06V10/46;G06V10/774;G06V10/80;G06V10/82;G06V10/764;G06V10/94;G06N3/04;G06N3/08 |
| 代理公司： | 郑州优盾知识产权代理有限公司 41125 | 代理人： | 栗改 |
| 地址： | 450000 河南省郑州*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种弱监督学习引导的协同显著性检测方法，用以解决现有协同显著性检测方法易受到不相关的显著目标的干扰的技术问题。本发明的步骤为：搭建GCAM网络的架构；搭建主干网络的架构，通过GCAM网络和主干网络构建GWSCoSal模型；利用训练数据对GCAM网络以图像组的公共类别标签作为真值进行弱监督训练；利用训练数据对主干网络进行像素级训练；GCAM网络的弱监督训练和主干网络的像素级训练联合执行，得到训练后的优化GWSCoSal模型。利用优化GWSCoSal模型对协同显著性数据集进行预测，生成预测的协同显著图。本发明在受到相似非公共显著目标干扰的情况下，能够更准确地检测出协同显著目标，操作简单，检测精度较高。 | ||
| 搜索关键词： | 监督 学习 引导 协同 显著 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于郑州轻工业大学，未经郑州轻工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210375572.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种槽式集热器控制方法及装置
- 下一篇：一种水性环氧树脂分散体的制备方法
