摘要
本发明涉及一种基于形状大模型的样本检索方法,包括步骤S1、将要检索的测试集中过杀与漏检的样本,即模板样本,以及与模板样本不同类的训练集样本,即不同类样本的标注图输入到形状大模型进行形状分类;S2、大模型预分类;S3、特征相似度统计;S4、展示样本选取;S5、交互反馈;S6、最终检索。本发明作为深度学习过杀与漏检分析工具,从样本层面分析和解决过杀与漏检问题,相对于基于网络层面的策略更能从根本上解决问题,且比基于网络层面的策略更加高效简捷,节省了调整网络的时间与人力以及设备成本。
技术关键词
样本
检索方法
梯度方向直方图
标签
模板
训练集
预处理算法
灰度直方图
检索图像
对比度
特征值
分析工具
网络
工位
策略
代表
线状
片状
系统为您推荐了相关专利信息
图像增强模型
图像增强方法
亮度
图像增强装置
颜色
图像降噪方法
降噪模型
图像降噪系统
噪声样本
像素点
注意力
样本
高光谱图像数据
卷积神经网络提取
像素点