摘要
本发明涉及一种基于YOLO目标检测算法的误识别消除方法和介质,方法包括以下步骤:获取待检测图像样本;对待检测图像样本中的检测目标进行标注,并划分为训练集、验证集和测试集;将待检测图像样本中不包含检测目标的图片作为背景样本,进行预处理后,作为负样本集合;利用训练集和验证集,基于数据增强方法与迁移学习方法,同时将负样本集合加入到Mosaic数据增强的流程中,进行目标检测的模型训练,得到训练好的网络模型;对测试集图像进行检测,保存误识别图片;截取误识别图片中不包含待检测目标的部分,添加到负样本集合;重复直到测试过程中的误识别图片比例低于阈值。与现有技术相比,本发明具有精度高、实用性强等优点。
技术关键词
消除方法
样本
迁移学习方法
图像
图片
预训练模型
YOLO算法
网络
训练集
数据
样式
物体
介质
程序
场景
基础
参数
系统为您推荐了相关专利信息
历史数据管理
深度学习模型
数据可视化
项目
视频检测功能
图像分割模型
特征提取模块
图像分割方法
数据解码
样本