一种基于LSS模型的弱监督与轻量化目标检测方法、电子设备及可读存储介质

AITNT
正文
推荐专利
一种基于LSS模型的弱监督与轻量化目标检测方法、电子设备及可读存储介质
申请号:CN202510353744
申请日期:2025-03-25
公开号:CN120088464A
公开日期:2025-06-03
类型:发明专利
摘要
本发明属于计算机视觉技术领域,具体公开了一种基于LSS模型的弱监督与轻量化目标检测方法、电子设备及可读存储介质,其方法包括S1、构建改良LSS模型,利用改良LSS模型进行BEV特征提取;S2、将弱监督学习策略融入改良LSS模型中,然后进行目标检测;S3、将检测到的目标信息映射到鸟瞰图平面,输出目标的类别、位置和尺寸信息;S4、对目标的类别、位置和尺寸信息进行后处理,输出具有良好实时性的鸟瞰视频。
技术关键词
监督学习策略 卷积模块 残差神经网络 输出特征 鲁棒性 计算机视觉技术 电子设备 可读存储介质 数据 特征提取模块 卡尔曼滤波 机制 标记 图像 处理器 尺寸 矩阵 序列 视角
系统为您推荐了相关专利信息
1
一种图像恢复中的集成学习方法
集成学习方法 高斯混合模型 EM算法 实时图像 亮度
2
一种用于高光谱和激光雷达数据的超图卷积网络分类方法
激光雷达数据 激光雷达图像 分类方法 分类网络 空谱特征
3
膀胱癌的尿液微生物标志物及诊断模型
鞘氨醇单胞菌 标志物 诊断试剂盒 留一交叉验证 卟啉
4
一种针对小目标的轻量化检测方法及系统
网络模块 分支 输出特征 模型训练模块 数据处理模块
5
一种基于改进YOLOv8的点胶缺陷检测方法
输出特征 YOLO模型 缺陷检测方法 上采样 模块
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