发明

一种遥感目标检测场景下的主动学习优化方法2024

2024-06-01 07:56:07 发布于四川 0
  • 申请专利号:CN202410078840.3
  • 公开(公告)日:2024-10-29
  • 公开(公告)号:CN118097225A
  • 申请人:南京航空航天大学
摘要:本发明公开了一种遥感目标检测场景下的主动学习优化方法。包括:获取遥感目标检测数据集,并进行预处理,用已标记的训练集对改进之后的遥感目标检测模型进行训练;对未标记的训练集进行多维度不确定性综合采样;进行渐进式均衡采样,对已标记的训练集进行扩充;对改进之后的遥感目标检测模型用扩充后的已标记的训练集进行迭代,将训练好的遥感目标检测模型用于遥感目标的检测。本专利在采样策略设计中综合考虑了预测框的位置信息。通过综合评估样本的不确定性和预测框的准确性,能够更全面、准确地选择具有高不确定性且准确定位的样本,从而提高模型的训练效果。本专利更加关注目标的位置信息,有助于提高遥感目标检测的精度和定位能力。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 118097225 A (43)申请公布日 2024.05.28 (21)申请号 202410078840.3 (22)申请日 2024.01.19 (71)申请人 南京航空航天大学 地址 211106 江苏省南京市江宁区将军大 道29号 (72)发明人 张明广 张婧炜 梁栋 陈松灿  黄圣君  (74)专利代理机构 南京瑞弘专利商标事务所 (普通合伙) 32249 专利代理师 丁回国 (51)Int.Cl. G06V 10/764 (2022.01) G06V 20/13 (2022.01) G06V 10/774 (2022.01) G06V 10/25 (2022.01) 权利要求书3页 说明书6页 附图1页 (54)发明名称 一种遥感目标检测场景下的主动学习优化 方法 (57)摘要 本发明公开了一种遥感目标检测场景下的 主动学习优化方法。包括:获取遥感目标检测数 据集,并进行预处理,用已标记的训练集对改进 之后的遥感目标检测模型进行训练;对未标记的 训练集进行多维度不确定性综合采样;进行渐进 式均衡采样,对已标记的训练集进行扩充;对改 进之后的遥感目标检测模型用扩充后的已标记 的训练集进行迭代,将训练好的遥感目标检测模 型用于遥感目标的检测。本专利在采样策略设计 中综合考虑了预测框的位置信息。通过综合评估 样本的不确定性和预测框的准确

最新专利