← 返回列表
目标检测模型的训练方法、目标检测方法及电子设备
摘要文本
本发明提供了一种目标检测模型的训练方法、目标检测方法及电子设备。该方法包括：将第一模态样本输入目标检测模型的第一神经网络，得到第一模态样本特征向量；将第二模态样本输入目标检测模型的第二神经网络，得到第二模态样本特征向量；对第一模态样本特征向量与第二模态样本特征向量进行第一拼接处理，得到第三模态样本特征向量；将第三模态样本特征向量输入目标检测模型的第三神经网络，得到第四模态样本特征向量；将第四模态样本特征向量输入目标检测模型的第四神经网络，得到目标样本对象的检测结果；利用目标样本对象的检测结果调整目标检测模型的模型参数，得到经训练的目标检测模型。
申请人信息
- 申请人:中国科学技术大学
- 申请人地址:230026 安徽省合肥市包河区金寨路96号
- 发明人: 中国科学技术大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 目标检测模型的训练方法、目标检测方法及电子设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410059185.7 |
| 申请日 | 2024/1/16 |
| 公告号 | CN117576520A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | G06V10/774 |
| 权利人 | 中国科学技术大学 |
| 发明人 | 张天柱; 马银超; 汤宇旸; 杨文飞; 张金鹏 |
| 地址 | 安徽省合肥市包河区金寨路96号 |
专利主权项内容
1.一种目标检测模型的训练方法，其特征在于，所述方法包括：将第一模态样本输入目标检测模型的第一神经网络，得到第一模态样本特征向量，所述第一模态样本包括样本自然语言描述文本；基于具有任务导向的多头注意力机制，将第二模态样本输入所述目标检测模型的第二神经网络，得到第二模态样本特征向量，所述第二模态样本包括待搜索区域的第一样本视频图像和与所述待搜索区域的第一样本视频图像对应的样本模板图像，所述样本自然语言描述文本表征所述待搜索区域的第一样本视频图像中包含的待检测的目标样本对象；对所述第一模态样本特征向量与所述第二模态样本特征向量进行第一拼接处理，得到第三模态样本特征向量；基于所述具有任务导向的多头注意力机制，将第三模态样本特征向量输入所述目标检测模型的第三神经网络，得到第四模态样本特征向量；将所述第四模态样本特征向量输入所述目标检测模型的第四神经网络，得到目标样本对象的检测结果；利用所述目标样本对象的检测结果调整所述目标检测模型的模型参数，得到经训练的目标检测模型。。来源：百度搜索马克数据网