基于迁移学习的目标识别算法测试竞价公告-CF105902022000141_招标网

基于迁移学习的目标识别算法测试竞价公告-CF105902022000141

信息发布日期：2022.04.11 标签：广东省招标

招标编号：	CF105902022000141
加入日期：	2022.04.11
截止日期：	2022.04.19
招标业主：	深圳大学
地区：	广东省
内容：	基本信息：发布时间：**-- :: 截止时间：**-- :: 申购单号：*************** 申购主题：基于迁移学习的目标识别算法测试采购单位：** 报价要求：国产含税发票类型：增值税专用发票币种：人民币预算：付款方式：货

招标公告正文

基本信息：

发布时间：2022-04-11 15:35:59

截止时间：2022-04-19 12:00:00

申购单号：CF105902022000141

申购主题：基于迁移学习的目标识别算法测试

采购单位：深圳大学

报价要求：国产含税

发票类型：增值税专用发票

币种：人民币

预算：

付款方式：货到验收合格后付款

备注说明：

签约时间：发布竞价结果后7天内签约合同

送货时间：合同签订后7天内送达

安装要求：免费上门安装（含材料费）

收货地址：***

申购明细：

采购内容	数量	单位	预算单价	品牌	型号	规格参数	质保及售后服务
基于迁移学习的目标识别算法测试	1			无	无	1基于图像到图像转换方法构建辅助样本，实现数据增补和目标检测器的输入级特征对齐； 2在YOLOv5的最小模型YOLOv5s上构建领域自适应YOLO模型，要求输入分辨率为640×640×3，部署阶段不影响原始YOLOv5s模型推理速度； 3领域自适应YOLO模型环境要求操作系统为Ubuntu 164和深度学习框架Pytorch 1.7.1，同时安装了NVIDIA CUDA 11和cuDNN 8.5，编程语言为 Python 3.7.9； 4领域自适应YOLO模型需满足在天气变化（晴天→雾天、晴天→雨天）的域偏移场景中，在目标域中检测器的mAP指标比原始YOLOv5提升10%以上； 5领域自适应YOLO模型需满足在复杂光照变化（白天→黑夜）的域偏移场景中，在目标域中检测器的mAP指标比原始YOLOv5提升5%以上，同时满足汽车类AP指标达到60%以上； 6领域自适应YOLO模型需满足异构传感器知识迁移（RGB图像→红外图像），并满足在目标域中行人检测的AP指标比原始YOLOv5s提升15%以上；领域自适应YOLO模型需满足模型性能在目标域有较大提升的同时，在源域仍保持较好的检测性能，即对比原始YOLOv5s在源域上进行监督学习，领域自适应YOLO模型在源域中的mAP指标波动不超过3%。	按行业标准提供服务

报价地址：***

此业主发布的其它公告

地区导航: 华东: 上海　江苏　浙江　安徽　福建　江西　山东

华北: 北京　天津　河北　山西　内蒙古

东北: 辽宁　吉林　黑龙江

华南: 广东　广西　海南

西北: 陕西　甘肃　青海　宁夏　新疆

西南: 重庆　四川　贵州　云南　西藏

华中: 河南　湖北　湖南