一种基于深度学习的检测模型训练方法和装置
基本信息
| 申请号 | CN201910199187.5 | 申请日 | - |
| 公开（公告）号 | CN109871829A | 公开（公告）日 | 2021-06-04 |
| 申请公布号 | CN109871829A | 申请公布日 | 2021-06-04 |
| 分类号 | G06K9/00;G06K9/62;G01S13/90 | 分类 | 计算；推算；计数; |
| 发明人 | 唐侃;梁小伟;郭鑫;于彬彬 | 申请（专利权）人 | 北京行易道科技有限公司 |
| 代理机构 | 北京超凡志成知识产权代理事务所（普通合伙） | 代理人 | 王文红 |
| 地址 | 100192 北京市海淀区永泰中路25号A座201 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请提供了一种基于深度学习的检测模型训练方法和装置，其中，该方法包括：利用目标车载SAR图像的灰度分割阈值T确定目标车载SAR图像对应的第一二值图像，以通过卷积神经网络对目标车载SAR图像进行特征提取得到的M维特征图像的尺寸为标准，对第一二值图像的尺寸进行调整，以得到第二二值图像，然后根据M维特征图像和第二二值图像，完成对检测模型的训练。通过上述方法对训练模型进行训练后，使用完成训练的检测模型在对车载SAR图像进行检测时，有利于提高检测效果，从而有利于使得检测结果更加准确。 |
