买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜清华大学申请的专利模型训练的方法、目标检测方法、存储介质及计算设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114663760B 。

龙图腾网通过国家知识产权局官网在2025-03-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210302367.3，技术领域涉及：G06F17/40；该发明授权模型训练的方法、目标检测方法、存储介质及计算设备是由郑珏鹏;付昊桓;徐一丹设计研发完成，并于2022-03-25向国家知识产权局提交的专利申请。

本模型训练的方法、目标检测方法、存储介质及计算设备在说明书摘要公布了：本发明涉及机器学习技术领域，提供一种模型训练的方法、目标检测方法、存储介质及计算设备，模型训练的方法包括：获取多个目标图像，多个目标图像包括有标签的源域图像和无标签的目标域图像；对于多个目标图像的各图像：将目标图像代入特征提取器进行特征提取处理得到第一特征图；将第一特征图输入分类器中得到对目标图像的分类结果；将第一特征图输入第一判别器中，得到目标图像属于源域的第一概率值；基于多个目标图像各自对应的目标检测分类结果、第一概率值、各源域图像具有的标签，对特征提取器、分类器和第一判别器进行训练，以使特征提取器学习源域图像和目标域图像可共用的特征分布，使得分类器可对目标域图像进行较为准确的分类。

本发明授权模型训练的方法、目标检测方法、存储介质及计算设备在权利要求书中公布了：1.一种模型训练的方法，其特征在于，包括：基于对不同林木区域分别拍摄得到的遥感图像，得到多个目标图像，所述多个目标图像包括带标签的源域图像和无标签的目标域图像，所述源域图像和所述目标域图像所对应的林木区域不同；对于所述多个目标图像的各图像：将所述目标图像代入特征提取器进行特征提取处理，得到第一特征图；将所述第一特征图输入分类器中，得到对所述目标图像的分类结果；将所述第一特征图输入第一判别器中，得到所述目标图像属于源域的第一概率值；基于所述多个目标图像各自对应的目标检测分类结果和所述第一概率值，得到第一损失，其指示了所述分类结果的不确定度；基于各源域图像具有的标签、对应的分类结果，得到第二损失，其指示了所述分类器的分类误差；基于所述多个目标图像各自对应的第一概率值，得到第三损失，其指示了基于第一特征图进行源域分类的误差；基于所述第一损失、所述第二损失和所述第三损失，对所述特征提取器、分类器和第一判别器进行训练。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人清华大学，其通讯地址为：100084 北京市海淀区清华大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。