摘要
本申请涉及一种基于桶排序损失函数的目标检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。方法包括:获取包含待识别目标的样本图像数据集;嵌入桶排序损失函数,得到第二YOLO目标检测模型;将样本图像数据集输入至第二YOLO目标检测模型中,进行前向传播获得每帧样本图像的目标原始预测值;根据待识别目标的目标位置和目标类别,分别计算类别损失值、定位损失值和置信度损失值,以及根据桶排序损失函数,分别计算桶排序损失值;根据类别损失值、定位损失值、置信度损失值和桶排序损失值,调整第二YOLO目标检测模型,并进行目标检测。采用本方法,能够在充分利用负样本的同时,降低排序损失函数的计算复杂度。
技术关键词
排序损失
样本
图像
计算机设备
条件判断语句
计算机程序产品
可读存储介质
数据获取模块
处理器
模型更新
传播算法
存储器
复杂度
数值
尺寸
系统为您推荐了相关专利信息
文本识别模型
辅助线
训练样本图像
文本识别方法
压线
取芯钻机
监测控制系统
算法模块
影像采集模块
图像识别算法
品质检测方法
一维卷积神经网络
样本
计算机设备
品质检测装置
融合特征
可见光图像
图像重建
特征提取模块
子模块