一种基于图卷积神经网络的弱监督目标检测方法[发明专利]

来源：好土汽车网

专利内容由知识产权出版社提供

专利名称：一种基于图卷积神经网络的弱监督目标检测方法专利类型：发明专利

发明人：颜成钢,韩顾稳,孙垚棋,张继勇,张勇东申请号：CN202010364601.6申请日：20200430公开号：CN111612051A公开日：20200901

摘要：本发明公开了一种基于图卷积神经网络的弱监督目标检测方法。本发明通过引入只检测到物体一部分的伪标注框作为弱监督目标检测网络的监督条件，通过多实例网络只检测到物体的一部分而不是覆盖全部物体；利用图卷积神经网络把检测为物体框的邻近且相交的候选框学习物体框的特征表示；因为和物体框相交的候选框也是物体的一部分，通过学习检测为物体的框的特征表示来改变候选框的特征表示，邻近的框学习检测为物体的框的特征；候选框和检测为物体框的特征表示就会相似，弱监督网络测试的时候会把与检测为物体框的邻近候选框也分类为目标物体；从而检测出的目标框覆盖更大的面积和更全的物体，提高弱监督目标检测的精度。

申请人：杭州电子科技大学

地址：310018 浙江省杭州市下沙高教园区2号大街

国籍：CN

代理机构：杭州君度专利代理事务所(特殊普通合伙)

代理人：朱月芬

更多信息请下载全文后查看

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文