-
公开(公告)号：CN113160149A
公开(公告)日：2021-07-23
申请号：CN202110352213.0
申请日：2021-03-31
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请提供一种目标显示方法、装置、电子设备及内窥镜系统，该方法包括：利用深度学习算法对当前帧图像进行目标检测；当根据邻近历史帧图像中的各个已检出目标的位置信息以及当前帧中的各个已检出目标的位置信息，确定当前帧图像中存在由于遮挡而未被检测出的未检出目标时，对所述未检出目标在所述当前帧图像中的位置进行预测；依据当前图像帧中的已检出目标的位置信息，以及所述未检出目标的预测位置，确定所述未检出目标被遮挡的情况，依据所述未检出目标被遮挡的情况，确定能够与所述已检出目标进行合并显示的未检出目标，并将确定出的未检出目标与所述已检出目标进行合并显示。该方法可以优化目标之间存在遮挡的情况下的目标显示效果。
-
公开(公告)号：CN110717880A
公开(公告)日：2020-01-21
申请号：CN201810759588.7
申请日：2018-07-11
Applicant: 杭州海康威视数字技术股份有限公司
Inventor： 陈佳伟
Abstract: 本发明实施例提供了一种缺陷检测方法、装置及电子设备，缺陷检测方法包括：获取待检测图像；将待检测图像输入预先训练的主深度学习网络，得到待检测图像的检测结果图；其中，主深度学习网络基于标定样本训练得到；标定样本包括，根据将未标定样本输入预先训练的辅助深度学习网络得到的样本概率，对未标定样本进行标定得到的标定样本；辅助深度学习网络基于主深度学习网络反馈的测试性能训练得到；对检测结果图进行后处理，确定待检测图像中的缺陷区域及缺陷类型。通过本方案，可以提高缺陷检测的准确度。
-
公开(公告)号：CN111861966B
公开(公告)日：2023-10-27
申请号：CN201910312755.8
申请日：2019-04-18
Applicant: 杭州海康威视数字技术股份有限公司
Inventor： 陈佳伟
Abstract: 本申请提供一种模型训练方法及装置，方法包括：获取多帧带标签的训练样本，所述标签至少包括第一标签和第二标签，所述第一标签用于记录训练样本中被标记的第一区域为易误检区域，所述第二标签用于记录训练样本中被标记的第二区域为存在缺陷的区域；利用各带标签的训练样本和各训练样本中第一区域的位置信息、第二区域的位置信息，训练出用于检测缺陷的检测模型。通过增加易误检区域的标签，在训练模型时可以根据增加的易误检区域的标签和位置加强对误检区域特征的学习，降低检测模型的误检率，提升检测模型的检出准确度。
-
-
Search Results
13
records
(took 0.032 seconds)
