原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出了一种在油田不同场景下基于YOLOv5的领域自适应目标检测算法。主要包括以下步骤:1、获取带有标注数据的源域数据集和不带标注的目标域数据集；2、修改YOLOv5模型结构，添加额外的域鉴别分支构建领域自适应模型。3、将源域和目标域数据一起进行训练，通过域鉴别分支对源域和目标域数据进行分类，然后进行梯度反转实现域混淆，学习域不变特征，同时采用self‑training的方法使模型学习到目标域的知识。本发明提供了一种基于self‑training和对抗性学习的端到端的领域自适应的实现方法，能
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117456348A
(43)申请公布日2024.01.26
(21)申请号202210828942.3
(22)申请日2022.07.15
(71)申请人中国石油大学（华东）
地址26
文档评论（0）