【技术实现步骤摘要】
本专利技术涉及图像检测，尤其涉及一种图像检测网络的训练方法及图像检测方法、系统及设备。
技术介绍
1、随着大模型的发展，视觉大模型已经在图像识别、目标检测、语义语义分割等任务中展现了卓越的性能。它们通过学习大规模数据集中的复杂模式和特征，能够自动从数据中提取抽象的、高级的特征表示，实现比传统方法更高的准确性和更好的泛化性。所以数据成为大模型的基石，大模型通常需要数以万计的数据来支撑，这些数据通常包含大量的样本和标签用于模型学习和泛化。因而，基于大模型进行检测具有重要的意义。
技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的第一个目的在于提出一种图像检测网络的训练方法，以实现支持基于大模型进行检测。
2、本专利技术的第二个目的在于提出一种图像检测方法。
3、本专利技术的第三个目的在于提出一种电子设备。
4、本专利技术的第四个目的在于提出一种图像检测系统。
5、为达到上述目的，本专利技术第一方面实施...
【技术保护点】
1.一种图像检测网络的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的图像检测网络的训练方法，其特征在于，所述根据所述图像数据集得到待训练图像检测网络，包括：
3.根据权利要求2所述的图像检测网络的训练方法，其特征在于，所述利用所述待训练图像检测网络对所述采样图像进行检测，包括：
4.根据权利要求3所述的图像检测网络的训练方法，其特征在于，所述方法还包括：
5.根据权利要求3所述的图像检测网络的训练方法，其特征在于，所述根据所述采样图像的第二标签得到第一嵌入向量，包括：
6.根据权利要求3所述的...
【技术特征摘要】
1.一种图像检测网络的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的图像检测网络的训练方法，其特征在于，所述根据所述图像数据集得到待训练图像检测网络，包括：
3.根据权利要求2所述的图像检测网络的训练方法，其特征在于，所述利用所述待训练图像检测网络对所述采样图像进行检测，包括：
4.根据权利要求3所述的图像检测网络的训练方法，其特征在于，所述方法还包括：
5.根据权利要求3所述的图像检测网络的训练方法，其特征在于，所述根据所述采样图像的第二标签得到第一嵌入向量，包括：
6.根据权利要求3...
【专利技术属性】
技术研发人员：刘海峰，李厚强，张沁薇，艾坤，贾伟，丁海松，常峰，
申请(专利权)人：合肥中科类脑智能技术有限公司，
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。