一种基于GAN和YOLO-v5的目标分割检测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于GAN和YOLO‑v5的目标分割检测方法,包括:获取目标检测数据集并标注目标真实框;筛选目标检测数据集中的图片,将符合训练要求的图片归为训练集,将不符合的采用GAN进行训练,直到符合训练要求后归为训练集;采用K‑NN算法对训练集中的图片进行分割;将分割后的图片输入YOLO‑v5模型进行训练,采用锚框融合算法获得最终预测框和所述最终预测框的置信度,并通过损失函数进行反向传播调节权重参数以获得最终训练模型。该方法可充分利用数据集,获得检测目标的全部信息,提高目标检测精度,具有较好的泛化能力。
《一种基于GAN和YOLO-v5的目标分割检测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2021110924307,当前法律状态为已下证,由浙江工业大学提出申请,发明人为郭方洪;窦云飞;吴嘉昊;董辉;吴祥;陈博;俞立;姚荣康,申请日期为2021-09-17,公开(公告)日期为2024-02-02,国际专利分类号(IPC)为 G06T 7/00 (2017.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于GAN和YOLO‑v5的目标分割检测方法,包括:获取目标检测数据集并标注目标真实框;筛选目标检测数据集中的图片,将符合训练要求的图片归为训练集,将不符合的采用GAN进行训练,直到符合训练要求后归为训练集;采用K‑NN算法对训练集中的图片进行分割;将分割后的图片输入YOLO‑v5模型进行训练,采用锚框融合算法获得最终预测框和所述最终预测框的置信度,并通过损失函数进行反向传播调节权重参数以获得最终训练模型。该方法可充分利用数据集,获得检测目标的全部信息,提高目标检测精度,具有较好的泛化能力。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
