【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种超高分辨率图像的开集目标检测方法、装置及电子设备。
技术介绍
1、随着图像传感技术的发展，高分辨率图像的获取在遥感成像、医学影像、安防监控等领域变得越来越普遍。特别是十亿像素级别的超高分辨率图像，为细节捕捉和精确分析提供了巨大潜力。
2、然而，处理十亿像素级别的超高分辨率图像时，现有的目标检测技术面临诸多挑战。首先，计算资源需求高、处理时间长是显著问题；其次，为减小计算负担而降低分辨率时，可能丢失关键细节。这些问题严重影响了在上述领域中对超高分辨率图像进行高效准确的目标检测。另外，传统目标检测算法基于封闭集假设，即训练和测试数据来自同一分布。但在实际应用中，十亿像素图像的超大视野范围往往包含不同场景，这些场景中可能包含大量未知类别的目标，这些目标在有限的训练数据中未出现，导致现有算法难以有效识别这些未知目标。
3、因此，如何在各种复杂多变的实际应用场景中，准确、高效地从超高分辨率图像中检测出各类目标，是亟待解决的技术问题。
技术实现思路
...【技术保护点】
1.一种超高分辨率图像的开集目标检测方法，其特征在于，包括：
2.根据权利要求1所述的超高分辨率图像的开集目标检测方法，其特征在于，所述获取所述超高分辨率图像中目标的密度信息以及尺度信息，包括：
3.根据权利要求2所述的超高分辨率图像的开集目标检测方法，其特征在于，所述根据所述第三无类别目标密度估计图，将所述超高分辨率图像切分为多个自适应图像区域，包括：
4.根据权利要求1所述的超高分辨率图像的开集目标检测方法，其特征在于，所述目标识别网络包括区域提议网络、ROI检测头以及预训练的CLIP模型；
5.根据权利要求4所述的...
【技术特征摘要】
1.一种超高分辨率图像的开集目标检测方法，其特征在于，包括：
2.根据权利要求1所述的超高分辨率图像的开集目标检测方法，其特征在于，所述获取所述超高分辨率图像中目标的密度信息以及尺度信息，包括：
3.根据权利要求2所述的超高分辨率图像的开集目标检测方法，其特征在于，所述根据所述第三无类别目标密度估计图，将所述超高分辨率图像切分为多个自适应图像区域，包括：
4.根据权利要求1所述的超高分辨率图像的开集目标检测方法，其特征在于，所述目标识别网络包括区域提议网络、roi检测头以及预训练的clip模型；
5.根据权利要求4所述的超高分辨率图像的开集目标检测方法，其特征在于，所述基于所述自适应图像区域中包含的目标的区域提议对应的图像，利用所述clip模型，得到所述自适应图像区域的目标检测结果，包括：
6.根据权利要求...
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。