摘要
本申请公开一种多标签目标检测方法、装置、计算机设备及存储介质,属于人工智能技术领域。本申请通过获取待检测图像;将待检测图像输入到多标签目标检测模型,其中,多标签目标检测模型包括基础网络层、回归预测层和分类预测层;在基础网络层中,对待检测图像进行图像特征提取,得到特征图;在回归预测层中,基于特征图对各个待预测目标的边界进行回归预测,得到边界框信息;在分类预测层中,基于边界框信息对待检测图像进行分块处理,得到若干个类别块;获取各个类别块输出的类别预测结果,得到多标签目标检测结果。本申请还涉及区块链技术领域,待检测图像存储在区块链网络上。本申请显著提升了模型在特定任务中的检测精度和多标签检测能力。
技术关键词
多标签
图像特征提取
计算机可读指令
置信度阈值
网格
图像局部特征
计算机设备
分块
基础
非线性
图像获取模块
可读存储介质
特征提取模块
人工智能技术
区块链技术
处理器
输入模块
存储器
系统为您推荐了相关专利信息
关联规则挖掘算法
企业
数据分析算法
管理系统
通知
网格模型
快速渲染方法
曲面
原始网格数据
渲染装置
影像分析系统
语义特征
多尺度特征提取
图像特征提取
金字塔网络
分布式协同管控
管控方法
网格
地理围栏
云端服务器