公开(公告)号：CN117194969A

公开(公告)日：2023-12-08

申请号：CN202310774838.5

申请日：2023-06-28

Applicant: 福建南方路面机械股份有限公司 ,  华侨大学

Inventor： 杨建红 ,  张宝裕 ,  郭智滨 ,  黄文景 ,  房怀英 ,  王英俊 ,  曹礼禧 ,  杨坤

IPC: G06F18/214 ,  G06F18/2413 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明提供一种基于Mask‑RCNN的自训练固废识别方法，包括步骤S1、将采集的固废样本分为已标注和未标注两类；步骤S2、利用训练集对Mask‑RCNN模型进行预训练，得到识别模型；步骤S3、利用识别模型对测试集中进行预测，若某物体的置信度小于第一阈值，则不对该物体进行标签，否则进行标签；步骤S4、对经过第一阈值筛选后的样本再次进行判断，若每个物体的置信度均大于等于第二阈值，则将该样本放入训练集中，否则放入未标注数据集中；步骤S5、再次进入步骤S2和步骤S3，利用更新后的训练集对Mask‑RCNN模型进行预训练和更新后的未标注数据集进行预测。本发明能够实现有效样本的数据增强，进而帮助实现高效、准确的固废分类识别。