北京大學陳梓帆獲國家專利權
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基于增量學習的輕量化物體檢測方法和裝置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：CN115170858B 。
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：202210518146.X，技術領域涉及：G06V10/764；該發明授權基于增量學習的輕量化物體檢測方法和裝置是由陳梓帆;董和鑫;于飛;趙杰;袁銘澤;張立;董彬設計研發完成，并于2022-05-12向國家知識產權局提交的專利申請。
本基于增量學習的輕量化物體檢測方法和裝置在說明書摘要公布了：本發明提供一種基于增量學習的輕量化物體檢測方法和裝置，所述基于增量學習的輕量化物體檢測方法，包括：獲取待測圖像和目標特征類別圖像；將待測圖像輸入至檢測模塊，獲取由檢測模塊輸出的多個子特征圖像；將多個子特征圖像輸入至分類模塊，獲取由分類模塊輸出子特征圖像對應的特征表達，以及多個子特征圖像中第一目標子特征圖像對應的類別；基于多個子特征圖像中第二目標子特征圖像對應的特征表達和目標特征類別圖像間的相似度，確定第二目標子特征圖像對應的類別。本發明的基于增量學習的輕量化物體檢測方法，在無需重復訓練的前提下，即可完成對新類別的識別，顯著提高模型的泛化能力和擴展性，適用于涉及不斷變化的信息流的情景。
本發明授權基于增量學習的輕量化物體檢測方法和裝置在權利要求書中公布了：1.一種基于增量學習的輕量化物體檢測方法，其特征在于，包括： 獲取待測圖像和目標特征類別圖像，所述目標特征類別圖像為所述待測圖像中未訓練的特征類別所對應的圖像； 將所述待測圖像輸入至檢測模塊，獲取由所述檢測模塊輸出的多個子特征圖像； 將所述多個子特征圖像輸入至分類模塊，獲取由所述分類模塊輸出的所述子特征圖像對應的特征表達，以及所述多個子特征圖像中第一目標子特征圖像對應的類別；所述第一目標子特征圖像對應的類別為已訓練的特征類別； 基于所述多個子特征圖像中第二目標子特征圖像對應的特征表達和所述目標特征類別圖像間的相似度，確定所述第二目標子特征圖像對應的類別；所述第二目標子特征圖像對應的類別為未訓練的特征類別； 其中，所述檢測模塊的輸出端與所述分類模塊的輸入端連接，所述檢測模塊是根據帶有樣本子特征圖像標簽的樣本圖像訓練后獲得的，所述分類模塊是根據帶有樣本類別標簽的樣本子特征圖像訓練后獲得的。
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；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”。
免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
開放平臺
擔保交易
惠及多方
會員特惠
專屬平臺
適合多方
數據共享
功能齊全
皖公網安備 34010402703815號