摘要
本发明公开了一种基于主动学习选择策略的厨余垃圾目标检测方法,获取真实场景下采集的厨余垃圾目标检测数据集;通过对中样本聚类,并根据样本代表性构建已标注数据集;将送入目标检测模型训练,同时使用和训练主动学习模型中的变分自编码器VAE和对抗网络GAN判别器;当未达到主动学习总体预算时,使用当前的目标检测模型对未标注图像及其增强图像推理,根据相似度构建初选样本集;使用当前VAE和判别器筛选样本获得最终样本集;对选择的最终样本标注后,重复上述步骤直到达到标注总体预算;将最终得到的目标检测模型对厨余垃圾图像进行目标检测。本发明以更少的标注成本达到更好的检测效果。
技术关键词
样本
垃圾
混合编码器
数据
特征提取网络
策略
代表
检测模型训练
指标
解码器
对象
图像增强
聚类
元素
坐标
场景
序列
系统为您推荐了相关专利信息
高压变电站
AR设备
机器人控制方法
云服务器
订单
食谱生成方法
多模态
数据组织形式
食物制作
数据存储
曲面特征
机器人控制方法
柔性
机器人控制装置
驱动信号