公开(公告)号：CN112419227B

公开(公告)日：2024-02-20

申请号：CN202011096905.5

申请日：2020-10-14

Applicant: 北京大学深圳研究生院 ,  鹏城实验室

Inventor： 刘宏 ,  宋品皓 ,  丁润伟 ,  戴林辉

IPC: G06V20/05 ,  G06V10/25 ,  G06V10/82 ,  G06V10/80 ,  G06N5/04 ,  G06N3/045 ,  G06N3/08 ,  G06V10/24

Abstract: 本发明涉及一种基于小目标搜索缩放技术的水下目标检测方法和系统。该方法的步骤为：将待检测图片输入至目标检测网络Faster‑RCNN+FPN，得到第一检测结果；提取FPN中特征图的热力图，并提取FPN中特征图的边缘图，将热力图和边缘图进行结合，得到综合热力图；在综合热力图上进行搜索，找到激活值之和最大的窗口，提取待检测图片中该窗口内的图片并输入目标检测网络，得到第二检测结果；将第一检测结果和第二检测结果进行决策融合，得到最终的目标检测结果。本发明通过分析FPN激活值对原图进行缩放，关注密集小目标部分，从而进行多尺度推断，能够提高模型对小目标的检测能力。

公开(公告)号：CN116363493A

公开(公告)日：2023-06-30

申请号：CN202310312898.5

申请日：2023-03-28

Applicant: 北京大学深圳研究生院

Inventor： 陈阳 ,  刘宏 ,  宋品皓 ,  戴林辉 ,  丁润伟 ,  张小川 ,  李胜全

IPC: G06V20/05 ,  G06V10/82 ,  G06V10/778 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/082 ,  G06N3/0895 ,  G06N3/084

Abstract: 本发明涉及一种基于域混合对比学习的鲁棒水下目标检测方法和系统，采用域混合对比训练方法和对比学习的方法和系统来解决水下目标检测的域泛化问题。该方法的步骤主要包括：1)利用条件双边风格迁移模型将一张水下图像从一种水质转换到另外一种；2)将域混合作用于特征层面，将两个不同的域进行插值合成新的域的数据，用CBST和DMX增加训练数据的域多样性；3)将空间选择性间隔对比损失对模型学到的域特定特征进行正则化。本发明通过域混合对比训练来极大提高模型的域泛化能力，能够辅助模型学习域无关的表征，并且超越其他域泛化方法的性能。

公开(公告)号：CN113297948A

公开(公告)日：2021-08-24

申请号：CN202110550672.X

申请日：2021-05-19

Applicant: 北京大学深圳研究生院 ,  鹏城实验室

Inventor： 刘宏 ,  戴林辉 ,  丁润伟 ,  宋品皓

IPC: G06K9/00 ,  G06K9/32 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种目标检测方法，包括以下步骤：获取图像采集装置采集的图像数据；将残差网络各个阶段提取的特征作为预设的递归特征金字塔模型的输入；获取所述预设的递归特征金字塔模型以所述特征为输入时的反馈信息，并根据所述反馈信息修正所述残差网络。本发明还公开了一种终端设备及计算机可读存储介质，达成了提高目标识别模型的鲁棒性的效果。

公开(公告)号：CN112419227A

公开(公告)日：2021-02-26

申请号：CN202011096905.5

申请日：2020-10-14

Applicant: 北京大学深圳研究生院 ,  鹏城实验室

Inventor： 刘宏 ,  宋品皓 ,  丁润伟 ,  戴林辉

IPC: G06T7/00 ,  G06T5/50 ,  G06T3/40 ,  G06T7/13 ,  G06N3/04

Abstract: 本发明涉及一种基于小目标搜索缩放技术的水下目标检测方法和系统。该方法的步骤为：将待检测图片输入至目标检测网络Faster‑RCNN+FPN，得到第一检测结果；提取FPN中特征图的热力图，并提取FPN中特征图的边缘图，将热力图和边缘图进行结合，得到综合热力图；在综合热力图上进行搜索，找到激活值之和最大的窗口，提取待检测图片中该窗口内的图片并输入目标检测网络，得到第二检测结果；将第一检测结果和第二检测结果进行决策融合，得到最终的目标检测结果。本发明通过分析FPN激活值对原图进行缩放，关注密集小目标部分，从而进行多尺度推断，能够提高模型对小目标的检测能力。