買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國科學技術大學申請的專利一種基于隨機不確定性的目標檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN117058476B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310778187.7，技術領域涉及：G06V10/774；該發明授權一種基于隨機不確定性的目標檢測方法是由趙峰;郭雪松設計研發完成，并于2023-06-28向國家知識產權局提交的專利申請。

本一種基于隨機不確定性的目標檢測方法在說明書摘要公布了：本發明涉及目標檢測領域，具體涉及一種基于隨機不確定性的目標檢測方法。該方法將待識別圖像輸入構建的目標檢測模型，得到圖像中物體的類別及坐標，目標檢測模型的訓練包括以下步驟：將訓練數據提取原始分類特征與原始回歸特征并輸入到自適應特征對齊模塊得到優化分類特征；根據原始回歸特征計算檢測框坐標的一般分布和檢測框坐標的確定值；將原始回歸特征、優化分類特征、檢測框坐標的確定值，輸入到預測框加權平均模塊得到優化的檢測框坐標；將優化分類特征和檢測框坐標的一般分布，輸入到目標類別預測網絡得到優化的類別分數；根據損失函數訓練目標檢測模型。本發明能夠提升在復雜場景下的檢測精度，預測出高質量的檢測框。

本發明授權一種基于隨機不確定性的目標檢測方法在權利要求書中公布了：1.一種基于隨機不確定性的目標檢測方法，構建一個目標檢測模型，將待識別圖像輸入目標檢測模型，輸出圖像中物體的類別及坐標，目標檢測模型的訓練包括以下步驟： 步驟一，準備圖像數據進行目標類別及類別分數標注、檢測框坐標標注，將標注過的圖像預處理后作為訓練數據； 步驟二，將訓練數據輸入特征提取網絡提取其空間語義特征； 步驟三，將空間語義特征分別輸入到分類分支特征提取網絡和回歸分支特征提取網絡得到原始分類特征與原始回歸特征； 步驟四，將原始分類特征與原始回歸特征輸入到自適應特征對齊模塊得到優化分類特征，具體包括： 將原始回歸特征輸入到卷積層，生成隨機偏移量； 將隨機偏移量和原始分類特征進行隨機采樣操作，得到對齊的分類特征： ； 其中，為卷積采樣點個數，表示當前卷積核中心點所在位置，是卷積在特性圖上的采樣位置集合，表示上的每個位置，表示位置學習到的偏移量，表示卷積核上位置的權重; 將原始分類特征和對齊的分類特征進行融合，得到優化分類特征: ； 其中，表示原始分類特征系數； 步驟五，根據原始回歸特征計算檢測框坐標的一般分布和檢測框坐標的確定值； 步驟六，將原始回歸特征、優化分類特征、檢測框坐標的確定值，輸入到預測框加權平均模塊得到優化的檢測框坐標； 步驟七，將優化分類特征和檢測框坐標的一般分布輸入到目標類別預測網絡得到優化的類別分數； 步驟八，根據分類損失函數FocalLoss和回歸損失函數GIoULoss訓練目標檢測模型，直到達到預設的訓練完成條件。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國科學技術大學，其通訊地址為：230026 安徽省合肥市包河區金寨路96號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。