无监督学习全局以物体为中心的表示物体识别方法及装置

AITNT
正文
推荐专利
无监督学习全局以物体为中心的表示物体识别方法及装置
申请号:CN202411028454
申请日期:2024-07-30
公开号:CN118865081A
公开日期:2024-10-29
类型:发明专利
摘要
本发明提供了一种无监督学习全局以物体为中心的表示物体识别方法及装置,具有这样的特征,包括以下步骤:步骤S1,根据现有图片数据构建训练数据集;步骤S2,构建预测训练模型;步骤S3,根据训练数据集对预测训练模型进行训练,得到训练好的预测训练模型;步骤S4,根据训练好的预测训练模型构建身份预测模型;步骤S5,将场景图像输入身份预测模型,得到身份预测结果。总之,本方法能够准确地识别场景图像中的物体。
技术关键词
特征提取单元 身份 无监督学习 解码单元 物体识别方法 子模块 重建场景 注意力 图片 物体识别装置 编码 图像生成单元 数据 表达式 参数
系统为您推荐了相关专利信息
1
基于人工智能的动画角色动作捕捉系统
动作捕捉系统 关键点 指数 动画 神经网络训练
2
一种沉浸式大空间多人交互系统及方法
虚拟交互场景 多人交互 虚拟现实平台 动作捕捉模块 虚拟人物形象
3
载货无人驾驶车辆的智能配电方法和配电装置
车载控制单元 远程控制平台 智能配电方法 无人驾驶车辆 车辆环境信息
4
基于多模态扩散的长视频角色场景解耦生成方法及系统
高层语义特征 纹理特征 卷积编码器 分段 视频段
5
基于原型学习的弱监督点云实例分割模型训练方法及系统
原型 实例分割模型 三维点云数据 特征提取器 多层感知机
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号