蘇州大學(xué)朱子聰獲國家專利權(quán)
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(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)獲悉蘇州大學(xué)申請的專利一種細粒度目標檢測識別方法、裝置及可讀存儲介質(zhì)獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN120510456B 。
龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202510998805.8,技術(shù)領(lǐng)域涉及:G06V10/764;該發(fā)明授權(quán)一種細粒度目標檢測識別方法、裝置及可讀存儲介質(zhì)是由朱子聰;陳鵬;倪錦根;何龍飛設(shè)計研發(fā)完成,并于2025-07-21向國家知識產(chǎn)權(quán)局提交的專利申請。
本一種細粒度目標檢測識別方法、裝置及可讀存儲介質(zhì)在說明書摘要公布了:本發(fā)明屬于計算機視覺與圖像處理技術(shù)領(lǐng)域,涉及一種細粒度目標檢測識別方法、裝置及可讀存儲介質(zhì),為圖像中每個目標生成多個目標樣本;利用細粒度目標檢測識別模型獲取各個目標樣本的預(yù)測定位框和預(yù)測類別;利用樣本分配策略范式對目標樣本進行篩選得到初始正目標樣本集;計算初始正目標樣本集中每種類別的目標樣本比例,以及初始正目標樣本集中各個類別的平均目標樣本數(shù)量;若第k類目標樣本比例小于預(yù)設(shè)比例和或第k類目標樣本數(shù)量小于平均目標樣本數(shù)量,在初始正目標樣本集外的第k類目標樣本中選取目標樣本補充至初始正目標樣本集中,構(gòu)建損失函數(shù)并對模型進行迭代訓(xùn)練。本方案在提高檢測識別精度的同時減少了檢測識別過程中的計算成本。
本發(fā)明授權(quán)一種細粒度目標檢測識別方法、裝置及可讀存儲介質(zhì)在權(quán)利要求書中公布了:1.一種細粒度目標檢測識別方法,其特征在于,包括: 獲取訓(xùn)練集中的圖像,基于圖像中每個目標的真實類別和真實定位框為每個目標生成多個與其類別相同的目標樣本,得到目標圖像; 利用細粒度目標檢測識別模型獲取目標圖像中各個目標樣本的預(yù)測定位框和預(yù)測類別;利用樣本分配策略范式基于各個目標樣本的預(yù)測定位框和預(yù)測類別對目標樣本進行篩選,得到初始正目標樣本集; 計算初始正目標樣本集中每種類別的目標樣本對應(yīng)的目標數(shù)量占圖像中所有目標數(shù)量的比例,得到每種類別目標樣本比例;計算初始正目標樣本集中各個類別的平均目標樣本數(shù)量; 若第k類目標樣本比例小于預(yù)設(shè)比例和或第k類目標樣本數(shù)量小于平均目標樣本數(shù)量,則在初始正目標樣本集外屬于第k類的目標樣本中,選取多個目標樣本補充至初始正目標樣本集中; 基于補充后的初始正目標樣本集得到最優(yōu)正目標樣本集,基于最優(yōu)正目標樣本集外的目標樣本得到負目標樣本集,從而計算檢測識別損失函數(shù)的值并對細粒度目標檢測識別模型進行迭代訓(xùn)練,直到檢測識別損失函數(shù)的值最小,得到訓(xùn)練好的細粒度目標檢測識別模型;其中,檢測識別損失函數(shù)的構(gòu)建過程包括: 基于最優(yōu)正目標樣本集和負目標樣本集中的目標樣本與其分類特征圖之間的距離度量值,構(gòu)建分類損失函數(shù): , 其中,表示分類損失函數(shù);表示用于計算最優(yōu)正目標樣本集和負目標樣本集中的目標樣本與其預(yù)測類別之間的距離度量值的函數(shù);表示最優(yōu)正目標樣本集;表示負目標樣本集;表示分類特征圖; 基于最優(yōu)正目標樣本集中各個目標的預(yù)測定位框與其真實定位框之間的距離度量值,構(gòu)建定位損失函數(shù): , 其中,表示定位損失函數(shù);表示用于計算目標樣本的預(yù)測定位框與其對應(yīng)目標的真實定位框之間的距離度量值的函數(shù);表示預(yù)測定位框;表示真實定位框;表示過濾; 對分類損失函數(shù)和定位損失函數(shù)加權(quán)求和,得到檢測識別損失函數(shù): , 其中,表示檢測識別損失函數(shù);表示定位損失函數(shù)的權(quán)重。
如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人蘇州大學(xué),其通訊地址為:215137 江蘇省蘇州市相城區(qū)濟學(xué)路8號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當(dāng)日的職業(yè)理解,僅供參考使用,不能作為本公司承擔(dān)任何法律責(zé)任的依據(jù)或者憑證。


熱門推薦
- 浙江大學(xué)城市學(xué)院劉麗獲國家專利權(quán)
- LG電子株式會社河相斗獲國家專利權(quán)
- 索尼半導(dǎo)體解決方案公司佃恭范獲國家專利權(quán)
- 中興通訊股份有限公司石靖獲國家專利權(quán)
- 松下知識產(chǎn)權(quán)經(jīng)營株式會社河本弘和獲國家專利權(quán)
- 株洲田螺姑娘智能科技有限公司楊正清獲國家專利權(quán)
- 重慶建設(shè)工業(yè)(集團)有限責(zé)任公司曹久大獲國家專利權(quán)
- 高通股份有限公司柳回春獲國家專利權(quán)
- 富士施樂株式會社五十嵐達博獲國家專利權(quán)
- 皇家飛利浦有限公司C·韋雷坎普獲國家專利權(quán)