首页> 中国专利> 基于深度学习的弱监督显著性物体检测的方法及系统

基于深度学习的弱监督显著性物体检测的方法及系统

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于深度学习的弱监督显著性物体检测的方法及系统，该方法包括：利用非监督的显著性检测方法产生所有训练图像的显著图；将显著图与对应的图像级别的类别标签作为初次迭代的有噪声的监督信息，以训练多任务的全卷积神经网络，训练过程收敛后，生成新的类别激活图和显著性物体预测图；利用条件随机场模型调整类别激活图和显著性物体预测图；利用标签更新策略为下一次迭代更新显著性标注信息；多次迭代进行训练过程直到符合停止的条件；在含有未知类别图像的数据集上进行泛化式训练，得到最终模型，本发明在优化过程中自动清除噪声信息，只使用图像级别的标注信息就能达到良好的预测效果，避免了冗繁耗时的像素级别的人工标注过程。

著录项

公开/公告号CN108399406A

专利类型发明专利
公开/公告日2018-08-14

原文格式PDF
申请/专利权人中山大学;
展开▼

申请/专利号CN201810036348.4
发明设计人李冠彬;林倞;谢圆;成慧;
展开▼

申请日2018-01-15
分类号G06K9/32(20060101);G06K9/62(20060101);G06N3/04(20060101);
代理机构44397 广州容大益信专利代理事务所(普通合伙);
代理人牛丽霞;汪小梅
地址 510000 广东省广州市海珠区新港西路135号大院
入库时间 2023-06-19 06:33:14

法律信息

法律状态公告日

法律状态信息

法律状态
2018-09-07

实质审查的生效 IPC(主分类):G06K9/32 申请日:20180115

实质审查的生效
2018-08-14

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于深度学习的弱监督显著性物体检测的方法及系统 [P] . 中国专利： CN108399406B . 2022.02.01
2. 基于无监督学习的显著性物体检测方法及系统 [P] . 中国专利： CN113326886A . 2021-08-31
3. DEEP LEARNING-BASED WEAKLY SUPERVISED SALIENT OBJECT DETECTION METHOD AND SYSTEM [P] . 世界知识产权组织专利： WO2019136946A1 . 2019-07-18

机译：基于深度学习的弱监督显着对象检测方法及系统
4. METHOD AND APPARATUS FOR TRAINING A CHARACTER DETECTOR BASED ON WEAK SUPERVISION, SYSTEM AND MEDIUM [P] . 美国专利： US2020250416A1 . 2020-08-06

机译：一种基于弱监督的字符检测器训练方法及装置，系统和介质
5. Method and apparatus for training a character detector based on weak supervision, system and medium [P] . 美国专利： US10643066B2 . 2020-05-05

机译：基于弱监督的训练角色检测器的方法和装置，系统和介质