-
公开(公告)号：CN116630957B
公开(公告)日：2024-06-04
申请号：CN202310552336.8
申请日：2023-05-16
Applicant: 北京科技大学
IPC: G06V20/64 , G06V10/774 , G06V10/778
Abstract: 本发明公开了一种基于伪标签大小的无监督领域自适应目标检测方法及系统，该方法包括：S1，获取带标注的源域点云数据和无标注的目标域点云数据；利用源域点云数据进行训练，得到三维目标检测模型；S2，利用检测模型对目标域点云数据进行预测，得到伪标签；S3，计算伪标签中的尺寸统计大小；S4，利用伪标签中的尺寸统计大小对源域点云数据进行放缩增强操作；再利用增强后的源域点云数据再次训练模型；S5，迭代执行S2～S4，直至模型收敛；S6，利用最终检测模型对待测点云数据进行检测。本发明无需任何目标域的统计信息，可有效解决跨领域尺寸不匹配问题，并具有更好的性能和更广泛的适用性。
-
Patent Agency Ranking
公开(公告)号：CN113990397B
公开(公告)日：2022-03-29
申请号：CN202111558297.X
申请日：2021-12-20
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于有监督学习检测蛋白质复合物的方法及装置，涉及蛋白质复合物检测技术领域。包括：构建具有权重的蛋白质相互作用网络；在具有权重的蛋白质相互作用网络中检测蛋白质复合物的核；根据有监督学习的蛋白质复合物模型训练方法，训练得到蛋白质复合物检测模型；基于局部搜索策略和构建好的蛋白质复合物检测模型，延伸蛋白质复合物的核形成蛋白质复合物；根据蛋白质复合物检测模型给蛋白质复合物进行打分并过滤掉低分且高度重叠的蛋白质复合物，得到挖掘出的蛋白质复合物。本发明能够进一步提高蛋白质复合物检测方法的精度；提取有效的拓扑特征描述蛋白质复合物；训练得到具有较强鲁棒性的基于有监督学习的蛋白质复合物模型。
-
公开(公告)号：CN111259936B
公开(公告)日：2021-06-01
申请号：CN202010023166.0
申请日：2020-01-09
IPC: G06K9/62
Abstract: 本发明提供一种基于单一像素标注的图像语义分割方法及系统，该方法包括：基于每个类别单一像素的标签，利用表观特征和语义特征，分别编码每个类别；基于每个类别的特征表达，计算训练图像每个超像素与各类别的相似度；利用图像上下文信息和驾驶场景位置先验，更新相似度计算结果，生成初始监督种子；利用初始监督种子，训练语义分割网络，学习不同实例的同物性特征，更新每个超像素与各类别的相似度；迭代地执行初始监督种子生成和相似度更新过程，直至收敛；保存收敛后的语义分割网络。本发明为驾驶场景下的弱监督语义分割任务提供了一种可行策略，在自动驾驶等场景下具有广泛应用前景。
-
公开(公告)号：CN116630957A
公开(公告)日：2023-08-22
申请号：CN202310552336.8
申请日：2023-05-16
Applicant: 北京科技大学
IPC: G06V20/64 , G06V10/774 , G06V10/778
Abstract: 本发明公开了一种基于伪标签大小的无监督领域自适应目标检测方法及系统，该方法包括：S1，获取带标注的源域点云数据和无标注的目标域点云数据；利用源域点云数据进行训练，得到三维目标检测模型；S2，利用检测模型对目标域点云数据进行预测，得到伪标签；S3，计算伪标签中的尺寸统计大小；S4，利用伪标签中的尺寸统计大小对源域点云数据进行放缩增强操作；再利用增强后的源域点云数据再次训练模型；S5，迭代执行S2～S4，直至模型收敛；S6，利用最终检测模型对待测点云数据进行检测。本发明无需任何目标域的统计信息，可有效解决跨领域尺寸不匹配问题，并具有更好的性能和更广泛的适用性。
-
公开(公告)号：CN113990397A
公开(公告)日：2022-01-28
申请号：CN202111558297.X
申请日：2021-12-20
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于有监督学习检测蛋白质复合物的方法及装置，涉及蛋白质复合物检测技术领域。包括：构建具有权重的蛋白质相互作用网络；在具有权重的蛋白质相互作用网络中检测蛋白质复合物的核；根据有监督学习的蛋白质复合物模型训练方法，训练得到蛋白质复合物检测模型；基于局部搜索策略和构建好的蛋白质复合物检测模型，延伸蛋白质复合物的核形成蛋白质复合物；根据蛋白质复合物检测模型给蛋白质复合物进行打分并过滤掉低分且高度重叠的蛋白质复合物，得到挖掘出的蛋白质复合物。本发明能够进一步提高蛋白质复合物检测方法的精度；提取有效的拓扑特征描述蛋白质复合物；训练得到具有较强鲁棒性的基于有监督学习的蛋白质复合物模型。
-
公开(公告)号：CN111259936A
公开(公告)日：2020-06-09
申请号：CN202010023166.0
申请日：2020-01-09
IPC: G06K9/62
Abstract: 本发明提供一种基于单一像素标注的图像语义分割方法及系统，该方法包括：基于每个类别单一像素的标签，利用表观特征和语义特征，分别编码每个类别；基于每个类别的特征表达，计算训练图像每个超像素与各类别的相似度；利用图像上下文信息和驾驶场景位置先验，更新相似度计算结果，生成初始监督种子；利用初始监督种子，训练语义分割网络，学习不同实例的同物性特征，更新每个超像素与各类别的相似度；迭代地执行初始监督种子生成和相似度更新过程，直至收敛；保存收敛后的语义分割网络。本发明为驾驶场景下的弱监督语义分割任务提供了一种可行策略，在自动驾驶等场景下具有广泛应用前景。
-
-
-
-
-
Search Results
6
records
(took 0.026 seconds)
