摘要
本申请提供一种目标检测数据标记噪声识别方法及相关设备,涉及计算机视觉技术领域。本申请通过对存在标注框的多张目标检测样本图像进行多尺度目标预测,得到多张目标检测样本图像各自在多个特征尺度分别对应的所有候选预测框的低维特征向量,而后对多张目标检测样本图像在相同特征尺度下归属于同一种目标类别的所有目标预测框的低维特征向量进行特征向量聚类,得到这些目标预测框各自与实际聚类中心之间的特征距离,并通过对这些目标预测框各自的特征距离进行距离分布统计,以便将这些目标预测框中的离群预测框作为该特征尺度下的标记噪声框,从而快速且精准地识别出对应样本数据集中的众多标记噪声,来提升数据集清洗效率和模型泛化能力。
技术关键词
噪声识别方法
概率密度曲线
样本
图像
像素点
数据标注审核
标记
多尺度
计算机视觉技术
全局平均池化
注意力
计算机设备
聚类
置信度阈值
预测类别
通道
处理器
可读存储介质
系统为您推荐了相关专利信息
地球静止卫星
填补方法
AOD产品
全覆盖
融合策略
直方图均衡化
图像增强方法
混合高斯模型
梯度直方图
对比度
缺陷检测方法
橡胶气囊
机器视觉检测平台
检测网络模型
多视角成像系统
训练图像数据
指数
在线检测模型
图像传感设备
通信单元