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！

龍圖騰網獲悉北京大學申請的專利一種無監督低光照域自適應訓練方法及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：CN115641483B 。

龍圖騰網通過國家知識產權局官網在2025-08-29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：202211129606.6，技術領域涉及：G06V10/774；該發明授權一種無監督低光照域自適應訓練方法及檢測方法是由劉家瑛;羅潤冬;汪文靖設計研發完成，并于2022-09-16向國家知識產權局提交的專利申請。

本一種無監督低光照域自適應訓練方法及檢測方法在說明書摘要公布了：本發明公開了一種無監督低光照域自適應訓練方法及檢測方法。本方法為：1收集有標注的正常光照訓練數據、無標注的低光照訓練數據和預訓練模型；在預訓練模型的特征提取器之后連接一多層感知器，得到第一模型；2利用正常光照數據訓練第一模型中多層感知器；3構建深度凹曲線模型置于第一模型中特征提取器之前，得到第二模型；4利用低光照數據訓練第二模型中的深度凹曲線模型；5利用深度凹曲線模型對低光照數據進行提亮后輸入預訓練模型，將預測所得標簽作為低光照數據的偽標簽；6利用正常光照數據及帶偽標簽的低光照數據對預訓練模型進行訓練微調；7對于待處理的低光照圖像提亮后輸入微調后的預訓練模型，輸出對應的檢測結果。

本發明授權一種無監督低光照域自適應訓練方法及檢測方法在權利要求書中公布了：1.一種無監督低光照域自適應訓練方法，其步驟包括： 1收集有標注的正常光照訓練數據、無標注的低光照訓練數據和預訓練模型；所述預訓練模型為有標注的正常光照訓練數據訓練后的視覺任務模型；在所述預訓練模型的特征提取器之后連接一多層感知器，得到第一模型；所述多層感知器用于將特征提取器提取的特征映射到自監督任務的表示空間； 2利用所述有標注的正常光照訓練數據訓練所述第一模型，訓練過程中鎖定所述特征提取器的參數，僅訓練所述多層感知器； 3構建深度凹曲線模型，用于預測輸入圖像的每個像素值在亮度增強后的像素值；將所述深度凹曲線模型置于所述第一模型中所述特征提取器之前，得到第二模型； 4利用所述低光照訓練數據訓練所述第二模型；訓練過程中鎖定所述特征提取器的參數以及所述多層感知器中的參數，僅訓練所述深度凹曲線模型； 5利用訓練后的所述深度凹曲線模型對所述低光照訓練數據進行提亮后輸入所述預訓練模型，預測得到所述低光照訓練數據的標簽；將預測所得標簽作為所述低光照訓練數據的偽標簽； 6利用所述有標注的正常光照訓練數據及帶偽標簽的低光照訓練數據，對所述預訓練模型進行訓練，得到微調后的預訓練模型。

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北京大學，其通訊地址為：100871 北京市海淀區頤和園路5號北京大學；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”。