【技术实现步骤摘要】
本专利技术属于小目标检测领域，具体涉及基于高斯过程回归的小目标检测方法及装置。
技术介绍
1、机器视觉作为连接物理世界与数字世界的桥梁，发挥着日益重要的作用。尤其是在柔性物料的识别和检测中，机器视觉的需求呈现出快速增长的态势。柔性物料，如美妆行业的睫毛等，因其形状、质地和尺寸多变，给传统的机器视觉识别方法带来了巨大挑战。特别是睫毛清根工序，对于识别的准确度和精细度要求极高。传统的机器视觉识别方法，如模板匹配、边缘检测等，在柔性物料的检测中往往难以取得理想的效果。它们无法很好地处理物料的变形、光照变化和遮挡等问题，从而导致误检、漏检的情况频发。
2、近年来，基于深度学习的目标检测方法在机器视觉领域取得了显著进展。其中，yolo(you only look once)系列算法以其高效、准确的特点，受到了广泛关注。yolov5作为yolo系列的最新版本，在速度和精度上均有了显著提升，但仍面临着小目标检测准确度不足的问题。
3、现有技术如公开号为cn114049572a的专利，公开了一种识别小目标的检测方法，该专利针对小...
【技术保护点】
1.一种基于高斯过程回归的小目标检测方法，其特征在于，所述基于高斯过程回归的小目标检测方法，包括：
2.根据权利要求1所述的基于高斯过程回归的小目标检测方法，其特征在于，所述第一损失包括边界框损失、置信度损失和分类损失。
3.根据权利要求1所述的基于高斯过程回归的小目标检测方法，其特征在于，所述使用高斯过程回归进行曲线拟合，输出样本图像中小目标的回归函数，包括：
4.根据权利要求1所述的基于高斯过程回归的小目标检测方法，其特征在于，根据所述回归函数和所述目标轮廓曲线方程的输出计算第二损失，包括：
5.根据权利要求2所述的...
【技术特征摘要】
1.一种基于高斯过程回归的小目标检测方法，其特征在于，所述基于高斯过程回归的小目标检测方法，包括：
2.根据权利要求1所述的基于高斯过程回归的小目标检测方法，其特征在于，所述第一损失包括边界框损失、置信度损失和分类损失。
3.根据权利要求1所述的基于高斯过程回归的小目标检测方法，其特征在于，所述使用高斯过程回归进行曲线拟合，输出样本图像中小目标的回归函数，包括：
4.根据权利要求1所述的基于高斯过程回归的...
【专利技术属性】
技术研发人员：马鑫烨，白烨，陈希，李重贤，伍乾坤，袁祖瑞，陈尉兰，徐泽杰，
申请(专利权)人：中电海康集团有限公司，
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。