← 返回列表

一种类增量目标计数自我反思模型建立方法及装置

申请号: CN202311771402.7
申请人: 南京信息工程大学
更新日期: 2026-03-09

专利详细信息

项目 内容
专利名称 一种类增量目标计数自我反思模型建立方法及装置
专利类型 发明申请
申请号 CN202311771402.7
申请日 2023/12/20
公告号 CN117746139A
公开日 2024/3/22
IPC主分类号 G06V10/764
权利人 南京信息工程大学
发明人 姜胜芹; 李林飞; 邹星欣; 刘青山
地址 江苏省南京市浦口区宁六路219号

摘要文本

本发明公开了一种类增量目标计数自我反思模型建立方法及装置,本发明首先对训练数据集中的图像进行预处理;然后构建类增量目标计数自我反思模型,包括全局感知增量回归分支、不确定性预估分支和自我反思机制;所述全局感知增量回归分支用于提取输入图像的全局特征,生成图像对应类别的预测密度图;所述不确定性预估分支用于保持稳定性的同时增强网络的可塑性,并使用该分支的输出作为正则化信号引导增量回归分支的学习过程;所述自我反思机制修正增量回归分支的输出,促进增量分支对旧类别知识的反思,增强模型输出密度图的准确性。本发明可以高效完成类增量目标计数任务,计数结果比现有技术更优。 微信公众号专利查询网

专利主权项内容

1.一种类增量目标计数自我反思模型建立方法,其特征在于,包括:步骤S1:将包含若干待计数图像的数据集划分为训练数据集、验证数据集及测试数据集,并确定数据集中不同类别图像的学习顺序;步骤S2:对训练数据集中的图像进行预处理;步骤S3:构建类增量目标计数自我反思模型,包括全局感知增量回归分支、不确定性预估分支和自我反思机制;所述全局感知增量回归分支用于提取输入图像的全局特征,生成图像对应类别的预测密度图;所述不确定性预估分支的输出作为正则化信号引导全局感知增量回归分支的学习过程;所述自我反思机制修正全局感知增量回归分支的输出,促进全局感知增量回归分支对旧类别知识的反思;步骤S4:按照顺序获取预处理后的训练数据,对类增量目标计数自我反思模型进行训练;步骤S5:通过验证数据集筛选出预测精度最高的类增量目标计数自我反思模型保存;步骤S6:采用测试数据集对保存的模型进行测试,获取当前类别的目标计数准确度;步骤S7:返回执行步骤S4,直至完成所有类的训练,得到训练完成的类增量目标计数自我反思模型。