【技术实现步骤摘要】
本专利技术属于计算机视觉和图像处理，特别涉及一种面部痤疮检测技术。
技术介绍
1、目标检测是计算机视觉领域的一项关键任务，在各种领域如自动驾驶、视频监控、医学影像分析等都有广泛应用。其主要目的是从图像或视频中识别和定位特定目标，并确定它们所属的类别。随着几十年的不断发展，目标检测问题在各种场景下取得了显著进展。近年来，深度学习的兴起推动了目标检测领域的革新，引入了基于神经网络的方法，如faster r-cnn、yolo、centernet等，这些方法采用锚点框或无锚点框的策略，相较于传统方法，它们通常能够提供更准确和可靠的检测结果。
2、排序损失方法近年来大量应用到了目标检测领域当中，chen kean等人采用ap损失函数代替分类损失以解决但阶段目标检测模型中的不平衡问题；qi qian等人同样采用排序分数代替分类分数，在模拟了排序分数的基础上通过扩大正负样本分数分布的距离来提升排序分数的有效性。tan zhiyu等人将整张图片的正样本根据iou值划分为多个区间进行采样，提升了排序损失的采样有效性。参考文献：chen k,l...
【技术保护点】
1.基于增强排序精度的采样有效性的面部痤疮检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于增强排序精度的采样有效性的面部痤疮检测方法，其特征在于，步骤S11具体为：通过卷积神经网络对输入图像进行特征提取，并采用特征金字塔进行特征增强，得到多级特征图F；表达式为：
3.根据权利要求2所述的基于增强排序精度的采样有效性的面部痤疮检测方法，其特征在于，步骤S12的具体实现过程为：根据多级特征图F维度确定滑动窗口数量，并设计多级滑动窗口大小作为初始锚框A，对初始锚框进行初步回归与前后景分类，筛选一定数量的回归后检测框作为前景RoI；具
【技术特征摘要】
1.基于增强排序精度的采样有效性的面部痤疮检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于增强排序精度的采样有效性的面部痤疮检测方法，其特征在于，步骤s11具体为：通过卷积神经网络对输入图像进行特征提取，并采用特征金字塔进行特征增强，得到多级特征图f；表达式为：
3.根据权利要求2所述的基于增强排序精度的采样有效性的面部痤疮检测方法，其特征在于，步骤s12的具体实现过程为：根据多级特征图f维度确定滑动窗口数量，并设计多级滑动窗口大小作为初始锚框a，对初始锚框进行初步回归与前后景分类，筛选一定数量的回归后检测框作为前景roi；具体表达式如下：
4.根据权利要求3所述的基于增强排序精度的采样有效性的面部痤疮检测方法，其特征在于，步骤s13的具体实现过程为：步骤s12的前景候选框roi，使用特征对齐提取器提取特征：
5.根据权利要求4所述的基于增强排...
【专利技术属性】
技术研发人员：张蕾，王君有，蒋献，刘文杰，李佳奇，魏新，
申请(专利权)人：四川大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。