公开(公告)号：CN114639021A

公开(公告)日：2022-06-17

申请号：CN202210308818.4

申请日：2022-03-25

Applicant: 合肥工业大学

Inventor： 卫星 ,  白婷 ,  赵明 ,  刘玉洁 ,  张立 ,  邓哲 ,  虞浩 ,  姚尚 ,  赵冲 ,  陆阳

IPC: G06V20/10 ,  G06V10/22 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种目标检测模型的训练方法及目标划分方法，能够采集无标签的包含预设目标的图片作为目标域数据图片，并进行增强处理得到目标域数据集；将目标域数据集中的图片随机分为训练集、测试集；根据训练集训练教师模型和学生模型，得到第一模型和第二模型；训练过程中采用知识蒸馏和权重正则化策略更新更新第二模型的权重参数，并根据第二模型的权重参数更新第一模型的权重参数；将测试集输入更新权重参数后的第一模型，将满足预设条件的第一模型作为目标检测模型。本发明可以解决数据隐私保护、存储空间受限、人力成本高昂等因素导致的实时情况下大量源域标注样本不可获得的问题，完成无源域数据的域自适应目标检测任务。

公开(公告)号：CN114639021B

公开(公告)日：2024-08-20

申请号：CN202210308818.4

申请日：2022-03-25

Applicant: 合肥工业大学

Inventor： 卫星 ,  白婷 ,  赵明 ,  刘玉洁 ,  张立 ,  邓哲 ,  虞浩 ,  姚尚 ,  赵冲 ,  陆阳

IPC: G06V20/10 ,  G06V10/22 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供了一种目标检测模型的训练方法及目标划分方法，能够采集无标签的包含预设目标的图片作为目标域数据图片，并进行增强处理得到目标域数据集；将目标域数据集中的图片随机分为训练集、测试集；根据训练集训练教师模型和学生模型，得到第一模型和第二模型；训练过程中采用知识蒸馏和权重正则化策略更新更新第二模型的权重参数，并根据第二模型的权重参数更新第一模型的权重参数；将测试集输入更新权重参数后的第一模型，将满足预设条件的第一模型作为目标检测模型。本发明可以解决数据隐私保护、存储空间受限、人力成本高昂等因素导致的实时情况下大量源域标注样本不可获得的问题，完成无源域数据的域自适应目标检测任务。

公开(公告)号：CN115661565A

公开(公告)日：2023-01-31

申请号：CN202211120391.1

申请日：2022-09-15

Applicant: 合肥工业大学

Inventor： 邓哲 ,  王玉琳 ,  张立 ,  闻斌 ,  秦雄博 ,  杨帆 ,  卫星 ,  赵冲 ,  陆阳

IPC: G06V10/774 ,  G06N3/0499 ,  G06N3/08 ,  G06V10/764 ,  G06V10/77

Abstract: 本发明属于深度学习与目标检测领域，具体涉及一种基于混合域与协同训练跨域检测模型的自训练方法，包括：采集源域数据集和目标域数据集；将所述源域数据集和所述目标域数据集输入至CycleGAN网络中，以得到混合域数据集；将所述混合域数据集输入至协同训练模型中进行训练，得到初始训练模型；将所述目标域数据集输入至所述初始训练模型中，以得到所述目标域的位置和类别信息并将其标记为所述目标域的伪标签，同时还计算得到模型优化参数；将所述标记有伪标签的目标域数据集、模型优化参数和混合域数据集输入至所述初始训练模型中进行训练，以得到基于混合域与协同训练跨域检测模型。