摘要
本发明公开了基于类别特征和公共特征解耦的持续目标检测方法及系统,涉及持续目标检测技术领域,包括:将旧类别实例输入至预先建立的旧模型内,输出各区域上的置信度,根据各区域上的置信度计算信息熵,选取小的信息熵旧类别实例输入至存储器内;存储器选取存储的与新类别实例外观相似的旧类别实例,将旧类别实例粘贴至包含新类别实例的图片内;基于预先建立的旧模型和迭代更新中的新模型在旧类实例的各个区域上的置信度,将所有区域划分为含有类别特征的区域和含有公共特征的区域,计算生成新旧模型在类别特征区域上的置信度一致性损失和生成反转交叉熵损失;利用模型总损失更新得到更新后的新模型,利用更新后的新模型进行持续目标检测。
技术关键词
信息熵
知识蒸馏技术
代表
存储器
平衡标签
检测损失
混合模块
模型更新
图片
存储模块
处理器
可读存储介质
终端设备
计算机
参数
系统为您推荐了相关专利信息
荧光光纤
保护动作信号
检测开关柜
信号特征
背景光
偏心
示教位置
特征轮廓
机器人工具坐标系
计算机程序产品
电梯调度系统
机器人乘梯方法
标识
周围环境数据
计算机程序指令
回波
图像
磁共振扫描仪
处理器可执行代码
磁共振成像数据