摘要
本申请提供一种跨数据集的目标检测方法,方法包括:步骤一,确定任务需求及检测基线网络;步骤二,构建统一的标签空间;构建统一的标签空间,包含所有待检测数据集的标签类别;通过标签的语义关系,或者经验数据库构建统一标签空间;步骤三,构建与数据类别关联损失函数;步骤四,构建统一的指标函数;步骤五,进行模型训练。本申请最终只有一个统一的检测头,和单数据集检测模型结构相同,基本实现了在不增加耗时的情况下增加检测类别,本网络同时充分考虑了不同数据集间的负样本使用,能更好的提升检测精度。
技术关键词
标签类别
样本
焦点损失函数
检测网络模型
基线
语义
检测头
指标
掩膜
数据标签
图片
关系
元素
定义
精度
基础
系统为您推荐了相关专利信息
历史负荷数据
预测误差
负荷预测方法
电力系统
基础
情感分析方法
节点
联合损失函数
模态特征
生成器网络
模型构建方法
马尔科夫链蒙特卡洛方法
数据
矩阵
保护生物多样性