1.一种多视图纯旋转异常识别和自动标记训练方法,其特征在于,包括以下具体步骤:
2.根据权利要求1所述的多视图纯旋转异常识别和自动标记训练方法,其特征在于,所述对多视图纯旋转进行异常识别具体包括:
3.根据权利要求2所述的多视图纯旋转异常识别和自动标记训练方法,其特征在于,所述步骤12还包括利用双视图纯旋转指标,构建多视图纯旋转识别指标。
4.根据权利要求1所述的多视图纯旋转异常识别和自动标记训练方法,其特征在于,所述对纯旋转异常视图进行自动标记与训练具体包括:
5.根据权利要求4所述的多视图纯旋转异常识别和自动标记训练方法,其特征在于,所述计算多视图纯旋转识别指标时还包括:引入多视图纯旋转识别指标对纯旋转异常视图进行自动标记。
6.根据权利要求5所述的多视图纯旋转异常识别和自动标记训练方法,其特征在于,所述训练集生成时还包括:
7.根据权利要求6所述的多视图纯旋转异常识别和自动标记训练方法,其特征在于,训练好模型后,还包括通过将相机获取的视图集构建成用于测试的局部视图集,利用训练好的网络模型,对测试集进行纯旋转异常视图的预识别。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述的多视图纯旋转异常识别和自动标记训练方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7任一项所述的多视图纯旋转异常识别和自动标记训练方法。