公开(公告)号：CN115170858A

公开(公告)日：2022-10-11

申请号：CN202210518146.X

申请日：2022-05-12

Applicant: 北京大学

Inventor： 陈梓帆 ,  董和鑫 ,  于飞 ,  赵杰 ,  袁铭泽 ,  张立 ,  董彬

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/778 ,  G06V10/74 ,  G06V10/82

Abstract: 本发明提供一种基于增量学习的轻量化物体检测方法和装置，所述基于增量学习的轻量化物体检测方法，包括：获取待测图像和目标特征类别图像；将待测图像输入至检测模块，获取由检测模块输出的多个子特征图像；将多个子特征图像输入至分类模块，获取由分类模块输出子特征图像对应的特征表达，以及多个子特征图像中第一目标子特征图像对应的类别；基于多个子特征图像中第二目标子特征图像对应的特征表达和目标特征类别图像间的相似度，确定第二目标子特征图像对应的类别。本发明的基于增量学习的轻量化物体检测方法，在无需重复训练的前提下，即可完成对新类别的识别，显著提高模型的泛化能力和扩展性，适用于涉及不断变化的信息流的情景。

公开(公告)号：CN114998585A

公开(公告)日：2022-09-02

申请号：CN202210513831.3

申请日：2022-05-11

Applicant: 北京大学

Inventor： 董和鑫 ,  陈梓帆 ,  袁铭泽 ,  谢雨彤 ,  赵杰 ,  于飞 ,  张立 ,  董彬

IPC: G06V10/26 ,  G06V10/40 ,  G06V10/778 ,  G06V20/70

Abstract: 本发明提供一种基于区域感知度量学习的开放世界语义分割方法和装置，所述方法包括：对目标图像进行异常区域分割，生成未知区域以及未知区域对应的区域感知特征；对未知区域进行切分，生成多个未知子区域以及未知子区域对应的区域感知特征；基于未知子区域对应的区域感知特征与第一目标类别对应的目标区域感知特征，确定未知子区域对应的类别；其中，第一目标类别为目标图像对应的多个特征类别中的未知类别。本发明的基于区域感知度量学习的开放世界语义分割方法，基于MCA模块对未知区域进行进一步分割生成未知子区域以进行增量少样本学习，从而提高模型对分布外对象的识别性能，以提高分割结果的精度与准确性，从而提高最终的分割效果。