一种二值化目标检测神经网络结构和模型的训练方法

    公开(公告)号:CN114841307A

    公开(公告)日:2022-08-02

    申请号:CN202210197861.8

    申请日:2022-03-01

    Inventor: 王东 普菡 李浥东

    Abstract: 本发明提供了一种二值化目标检测神经网络的训练方法。该方法包括:构建二值化目标检测神经网络,二值化目标检测神经网络包括骨干网络、共享特征池网络、分类解耦网络和定位解耦网络;对二值化目标检测神经网络进行基于多维度联合匹配的目标检测任务一致性训练;对二值化目标检测神经网络进行分类和定位任务的同步优化。本发明通过改进的锚框Anchor采样策略和基于关联性约束的新型损失函数算法解决二值化目标检测神经网络中Anchor采样的任务不一致性问题,并通过带有动态可学习权重的目标损失函数对二值化目标检测神经网络进行分类和定位任务的同步优化,能够提升检测框的质量、改善二值化目标检测神经网络的检测精准度和算法的鲁棒性。

Patent Agency Ranking