公开(公告)号：CN115984668A

公开(公告)日：2023-04-18

申请号：CN202310015157.0

申请日：2023-01-04

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 喻晓东 ,  谭文明 ,  石大虎

IPC: G06V10/82 ,  G06V10/26 ,  G06V10/25 ,  G06V10/44 ,  G06V20/50 ,  G06N3/0464 ,  G06N3/09

Abstract: 本申请提供一种抓取点预测模型训练方法、物体抓取点确定方法及装置，涉及计算机视觉技术领域，该抓取点预测模型训练方法包括：获取训练图片；将训练图片输入目标神经网络模型的图像特征提取模型，得到图像特征信息；将图像特征信息输入实例特征生成模型，得到实例特征信息；生成实例特征信息的位置参考点信息；将实例特征信息输入抓取点生成模型，得到预测抓取点信息，利用预测抓取点信息、二维抓取点位置标注信息和位置参考点信息生成损失函数；利用损失函数调整目标神经网络模型，得到抓取点预测模型。本发明通过实例特征信息的位置参考点信息，减小抓取点的预测搜索范围，提高抓取点预测模型训练的效率。

公开(公告)号：CN114596436B

公开(公告)日：2025-05-06

申请号：CN202210136807.2

申请日：2022-02-15

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 喻晓东

IPC: G06V10/26 ,  G06V10/25 ,  G06V10/764 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06V40/10 ,  G06V20/10 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/0985

Abstract: 本申请实施例提供了图像实例分割方法、装置、电子设备及存储介质，以实现图像实例分割，可以利用查询向量和Transformer网络，对待处理图像的特征进行有差别的提取和聚合，预设查询向量的数量大于待处理图像中实例的数量，从而待处理图像中的每一个对象实例均能够得到其独特的特征；基于此特征，可以通过增预测网络来对物体的类别和分割掩模进行预测，动态Transformer中的参数由预测网络输出，动态自适应进行参数配置，从而对于每一个物体实例可以对应生成其分割掩模，实现了端到端的图像实例分割，可以直接应用到目标检测与实例分割的混合任务场景中。

公开(公告)号：CN114596436A

公开(公告)日：2022-06-07

申请号：CN202210136807.2

申请日：2022-02-15

Applicant: 杭州海康威视数字技术股份有限公司

Inventor： 喻晓东

IPC: G06V10/26 ,  G06V10/46 ,  G06V10/25 ,  G06V10/764 ,  G06V10/82 ,  G06V40/10 ,  G06V20/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请实施例提供了图像实例分割方法、装置、电子设备及存储介质，以实现图像实例分割，可以利用查询向量和Transformer网络，对待处理图像的特征进行有差别的提取和聚合，预设查询向量的数量大于待处理图像中实例的数量，从而待处理图像中的每一个对象实例均能够得到其独特的特征；基于此特征，可以通过增预测网络来对物体的类别和分割掩模进行预测，动态Transformer中的参数由预测网络输出，动态自适应进行参数配置，从而对于每一个物体实例可以对应生成其分割掩模，实现了端到端的图像实例分割，可以直接应用到目标检测与实例分割的混合任务场景中。