DETR菌落检测模型的训练方法、应用方法及相关系统

AITNT
正文
推荐专利
DETR菌落检测模型的训练方法、应用方法及相关系统
申请号:CN202411874272
申请日期:2024-12-19
公开号:CN119810532A
公开日期:2025-04-11
类型:发明专利
摘要
本申请公开了一种DETR菌落检测模型的训练方法、应用方法及相关系统,涉及微生物菌落检测技术领域,该训练方法包括采集若干培养皿图像;每一所述培养皿图像对应标注有真实框和真实类别标签;将若干所述培养皿图像分别输入至DETR菌落检测模型中,根据所述DETR菌落检测模型输出的预测框和预测类别标签以及对应的所述真实框和所述真实类别标签,确定损失函数的损失值;所述DETR菌落检测模型为基于自注意力机制的DETR网络建立的用于预测所述微生物菌落的类别和位置的模型;根据所述损失函数的损失值优化所述DETR菌落检测模型的参数,得到训练好的DETR菌落检测模型,本申请可以有效提升检测微生物菌落的精度和效率。
技术关键词
预测类别 注意力机制 训练系统 标签 图像采集模块 解码器 编码器 培养设备 网络 图像获取单元 摄像机 温控 语义 参数 关系 精度
系统为您推荐了相关专利信息
1
一种下肢迈步训练系统
脚踏机构 训练系统 横移机构 六维力传感器 升降机构
2
一种基于人工智能的病证标志物预测算法及其应用
神经网络预测模型 分子 疾病 标志物 注意力机制
3
面向视听不同步场景的多模态深度伪造检测方法及系统
视觉特征 模态特征 听觉 视听 注意力机制
4
一种细粒度的脑龄预测方法、系统、终端及存储介质
嵌入特征 交互特征 注意力模型 训练特征 交叉注意力机制
5
基于AI神经网络的生产资源管理系统
资源管理系统 资源调度策略 多源异构数据 图谱 监控视频流
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