公开(公告)号：CN119091335B

公开(公告)日：2025-02-18

申请号：CN202411594179.8

申请日：2024-11-08

Applicant: 之江实验室

Inventor： 刘宇 ,  魏国廷 ,  张号逵 ,  姚柯璐 ,  李超

IPC: G06V20/17 ,  G06V10/82 ,  G06V10/774 ,  G06V10/74 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464

Abstract: 本说明书公开了一种航拍图像检测方法、装置、存储介质及电子设备，通过获取航拍图像以及对应的各第一物体标签，作为训练样本，并确定对应的标注，通过编码器得到各尺度下的各图像特征、各物体特征以及各第一物体标签对应的各文本特征。通过解码器确定增强文本特征以及确定各增强物体特征，通过检测层确定各增强物体特征对应的目标文本特征以及目标标签。根据检测层的输出与标注之间的差异确定总损失，以总损失最小为调整目标，训练航拍检测模型。通过将尺度特征融入文本特征，使得训练完成的航拍检测模型可将多尺度的文本特征作为引导，进一步促进图像与文本特征的对齐，增强图像特征与文本特征之间的关联，突破了传统航拍检测在类别上的限制。

公开(公告)号：CN119091335A

公开(公告)日：2024-12-06

申请号：CN202411594179.8

申请日：2024-11-08

Applicant: 之江实验室

Inventor： 刘宇 ,  魏国廷 ,  张号逵 ,  姚柯璐 ,  李超

IPC: G06V20/17 ,  G06V10/82 ,  G06V10/774 ,  G06V10/74 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464

Abstract: 本说明书公开了一种航拍图像检测方法、装置、存储介质及电子设备，通过获取航拍图像以及对应的各第一物体标签，作为训练样本，并确定对应的标注，通过编码器得到各尺度下的各图像特征、各物体特征以及各第一物体标签对应的各文本特征。通过解码器确定增强文本特征以及确定各增强物体特征，通过检测层确定各增强物体特征对应的目标文本特征以及目标标签。根据检测层的输出与标注之间的差异确定总损失，以总损失最小为调整目标，训练航拍检测模型。通过将尺度特征融入文本特征，使得训练完成的航拍检测模型可将多尺度的文本特征作为引导，进一步促进图像与文本特征的对齐，增强图像特征与文本特征之间的关联，突破了传统航拍检测在类别上的限制。