科创中国
旋转船只目标检测模型的训练方法、训练装置和存储介质
成果类型：: 发明专利
发布时间: 2023-11-01 12:07:18
科技成果产业化落地方案
方案提交机构：天津市滨海新区| 宋学姮 | 2023-11-09 16:43:13
本发明公开了一种旋转船只目标检测模型的训练方法、训练装置和存储介质。该训练方法包括：对原始旋转船只图像进行预处理和角度标注处理，获得船只标注图像；根据上一轮训练之后的旋转损失情况设定当前训练轮的旋转触发概率，按照所述船只标注图像进行数据增强处理，获得船只增强图像；将所述船只增强图像输入到待训练的旋转船只目标检测模型中，得到预测值；根据所述预测值和所述船只标注图像对应的真实值计算当前训练轮的损失函数值；根据所述损失函数值更新所述待训练的旋转船只目标检测模型的模型参数，完成当前轮训练。通过loss反馈在训练过程中进行动态数据增强，改善了样本不均衡问题，使得数据增强有了针对性，提高了数据增强的效率。
.一种旋转船只目标检测模型的训练方法，其特征在于，所述训练方法包括：
对原始旋转船只图像进行预处理和角度标注处理，获得船只标注图像；
根据上一轮训练之后的旋转损失情况设定当前训练轮的旋转触发概率，按照所述船只标注图像进行数据增强处理，获得船只增强图像；
将所述船只增强图像输入到待训练的旋转船只目标检测模型中，得到预测值；
根据所述预测值和所述船只标注图像对应的真实值计算当前训练轮的损失函数值；
根据所述损失函数值更新所述待训练的旋转船只目标检测模型的模型参数，完成当前轮训练。
- 数据准备：收集旋转船只目标的训练数据集，并进行标注，标注信息包括目标的位置、旋转角度等。
- 模型选择：选择适合旋转船只目标检测的模型，如基于深度学习的目标检测模型，如Faster R-CNN、YOLO等。
- 模型训练：使用准备好的训练数据集，通过反向传播算法和优化算法，对目标检测模型进行训练，使其能够准确地检测旋转船只目标。
- 模型评估：使用测试数据集对训练好的模型进行评估，计算模型的准确率、召回率等指标，以评估模型的性能。
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生AC态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
- 存储设备：用于存储训练数据集、模型参数和中间结果等数据。常用的存储设备包括硬盘、SSD等。
- 分布式文件系统：对于大规模的训练任务，可以使用分布式文件系统来存储和管理训练数据和模型参数，以提高数据的读写性能和可靠性。
- GPU服务器：由于深度学习模型的训练过程需要大量的计算资源，通常使用配备多个高性能GPU的服务器进行训练。
- 计算集群：对于大规模的训练任务，可以使用由多个计算节点组成的集群进行分布式训练，以加速训练过程。
技术转让
通过合理的训练方法、训练装置和存储介质，可以有效地训练旋转船只目标检测模型，提高模型的准确性和性能，为旋转船只目标的检测和识别提供有效的解决方案。
下载app