公开(公告)号：CN113947763B

公开(公告)日：2025-05-06

申请号：CN202111220342.0

申请日：2021-10-20

Applicant: 河海大学常州校区

Inventor： 王连涛 ,  王力民

IPC: G06V20/58 ,  G06V10/774 ,  G06V10/74 ,  G06V10/75 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/084

Abstract: 本发明公开了一种基于模板自监督的路面箭头识别方法及装置，包括使用预先构建的包含编码器和投影层的自监督模板对比学习模型在预先构建的扩充数据集上训练，获取训练好的网络，其中，扩充数据集为箭头模板及其对应实例样本的扩充数据集；使用所述训练好的网络识别箭头图像的类别；本发明仅利用模板而不需要任何的人工标注就可完成箭头识别模型的训练，通过模板的自动变换得到模拟各种视角的箭头图片，然后成对地输入模型训练一个能够判断实例与模板是否匹配的深度模型，即可用于箭头的识别，自监督对比学习可以有效地避免人工标注的依赖，在不需要人工监督的情况下训练完成可靠的识别模型。

公开(公告)号：CN113947763A

公开(公告)日：2022-01-18

申请号：CN202111220342.0

申请日：2021-10-20

Applicant: 河海大学常州校区

Inventor： 王连涛 ,  王力民

IPC: G06V20/58 ,  G06K9/62 ,  G06V10/774 ,  G06V10/74 ,  G06V10/75 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于模板自监督的路面箭头识别方法及装置，包括使用预先构建的包含编码器和投影层的自监督模板对比学习模型在预先构建的扩充数据集上训练，获取训练好的网络，其中，扩充数据集为箭头模板及其对应实例样本的扩充数据集；使用所述训练好的网络识别箭头图像的类别；本发明仅利用模板而不需要任何的人工标注就可完成箭头识别模型的训练，通过模板的自动变换得到模拟各种视角的箭头图片，然后成对地输入模型训练一个能够判断实例与模板是否匹配的深度模型，即可用于箭头的识别，自监督对比学习可以有效地避免人工标注的依赖，在不需要人工监督的情况下训练完成可靠的识别模型。