摘要
一种基于主动域适应学习的雾天目标半自动标注方法,属于目标检测领域,包括:构建雾天仿真数据集;构建并训练深度监督的目标检测网络;获取雾天仿真数据集特征集合和待标注雾天数据集特征集合;获取雾天仿真数据集的特征表示和待标注雾天数据集的特征表示;挑选待标注雾天数据集中包含代表性特征的样本集合;对挑选出的待标注雾天数据集代表性样本集合进行人工标注,将人工标注后的样本集合与雾天仿真数据集合并后微调目标检测网络;利用微调后的目标检测网络预测剩余的待标注雾天数据集一般性样本,人工对待标注雾天数据集预测结果进行分析校准。本发明具有效率高、成本低、人工依赖低、标注的一致性和精确性高等优点。
技术关键词
半自动标注方法
仿真数据
样本
特征提取模块
特征提取器
后处理模块
网络
天气
通用特征
图像
大气散射模型
聚类算法
标签
阶段
光亮度
校准
像素
系统为您推荐了相关专利信息
上下游水位预测方法
深度学习模型
LSTM模型
物理
机制
单相压缩机
过电流保护
生成对抗网络
粒子群优化算法
控制系统
信道估计模型
FBMC系统
训练样本集
井下无线通信系统
生成信道