摘要
本发明涉及一种面向半监督旋转目标检测的密集伪标签方法、装置和设备。方法包括:构建半监督旋转目标检测的预训练模型,预训练模型包括第一模型与第二模型;获取数据集,对数据集进行弱数据增强后,输入第一模型进行处理,输出密集伪标签;以及对数据集进行强数据增强后,输入第二模型进行训练,得到第二训练结果;训练过程中,通过第一模型中各尺度图像对第二模型中对应的各尺度图像进行约束,约束时,第一模型中各尺度图像一一对应约束第二模型中各尺度图像;根据密集伪标签与第二训练结果进行损失计算,更新预训练模型。本发明适用于旋转目标的检测,能够对任意方向、小尺寸、密集分布的旋转对象进行有效识别。
技术关键词
标签方法
预训练模型
数据
特征金字塔
图像
标签装置
动态更新
计算机设备
无监督
小尺寸
存储器
处理器
表达式
模块
指数
对象
系统为您推荐了相关专利信息
告警分析方法
网络安全威胁
深度学习算法
预警规则
企业网络环境
图像处理引擎
人工智能模型
亮度
实体
图像传感器
标定优化方法
数据压缩
集中器
深度神经网络结构
特征融合网络
力学性能预测方法
力学性能参数
有限元网格模型
孔隙复合材料
有限元仿真分析