-
公开(公告)号:CN118644697A
公开(公告)日:2024-09-13
申请号:CN202410563863.3
申请日:2024-05-08
Applicant: 之江实验室
IPC: G06V10/764 , G06V10/774 , G06V10/42
Abstract: 本说明书提供了模型训练的方法、图像识别的方法、装置及电子设备,通过将获取到的样本图像输入到图像识别模型中,可以通过图像识别模型,随机生成针对特征提取层的各特征提取窗口,以通过各特征提取窗口,对样本图像进行特征提取,并将每个特征提取窗口提取出的子特征图按照不重叠的方式进行组合,得到与样本图像尺寸相同的特征图,将该特征图输入到图像识别模型中的识别层中,得到识别结果,并以最小化该识别结果与样本图像对应的标签结果之间的偏差为优化目标,对图像识别模型进行训练。
-
公开(公告)号:CN117459652A
公开(公告)日:2024-01-26
申请号:CN202311487545.5
申请日:2023-11-08
Applicant: 之江实验室
IPC: H04N1/41 , H04N1/00 , H04N19/42 , G06V10/764 , G06N3/0464
Abstract: 本发明公开了一种基于国产芯片的遥感图像星上混合压缩方法及装置,该方法包括:获取待压缩遥感图像;将待压缩遥感图像分割得到的若干区域图像并进行原始图像位置标记;对于每个区域图像,利用分类识别算法计算该区域图像中内容的重要度,其中分类识别算法已在地面训练完成、移植到国产芯片并上传至星上;根据实时需求和各区域图像中内容的重要度确定对应压缩比例,从而进行各区域图像的压缩;根据各区域图像的原始图片位置标记,将压缩后的各区域图像进行反向拼接,已形成与待压缩遥感图像尺寸一致的混合压缩遥感图像。打破了国产芯片复杂压缩算法移植困难的困境,将压缩算法分解,既针对多目标进行压缩权重指定,又大幅提高了整体压缩效率。
-
公开(公告)号:CN116935155A
公开(公告)日:2023-10-24
申请号:CN202310766856.9
申请日:2023-06-27
Applicant: 之江实验室
IPC: G06V10/774 , G06V10/764 , G06T7/11 , G06T3/40 , G06T3/60 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种多阶段遥感图像目标检测方法、装置、计算机设备和计算机可读存储介质,其中,多阶段遥感图像目标检测方法包括:将遥感图像输入至预先训练的第一目标检测网络,输出多个预测框及对应的预测信息;在所述预测框对应的置信度大于第二阈值的情况下,获得第一目标检测结果;在所述预测框对应的置信度介于第一阈值和所述第二阈值之间的情况下,根据所述预测框的位置信息对所述遥感图像进行剪切、旋转、缩放处理后输入至预先训练的第二目标检测网络,获得第二目标检测结果;基于所述第一目标检测结果和所述第二目标检测结果,得到最终目标检测结果。解决了遥感图像目标检测结果精度低的问题,提高了遥感图像目标检测结果的准确性。
-
-