-
公开(公告)号：CN113255830A
公开(公告)日：2021-08-13
申请号：CN202110683176.1
申请日：2021-06-21
Applicant: 上海交通大学
Abstract: 一种基于变分自编码器与高斯混合模型的无监督目标检测方法和系统，通过骨干网络将输入图像转化一个H*W维度，即H*W个单元格的特征图，再将该特征图编码为先验分布符合高斯混合模型的隐变量，然后由解码器根据隐变量进行图像重构，并将重构的图像与输入图像进行比较并计算损失函数，从而训练神经网络，编码器得到图像中物体的类别与位置等信息，从而实现无监督目标检测。本发明结合了空间注意力机制和高斯混合模型，不仅能够实现端到端的目标检测与分类，同时在存在大量物体的情况下仍有较好的性能，具有较好的扩展性。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
