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！

龙图腾网恭喜天津大学申请的专利一种解耦定位与分类的目标检测方法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：CN117152508B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202311084992.6，技术领域涉及：G06V10/764；该发明授权一种解耦定位与分类的目标检测方法是由于晋龙;韩旭;王菊;马闯;罗浩设计研发完成，并于2023-08-28向国家知识产权局提交的专利申请。

本一种解耦定位与分类的目标检测方法在说明书摘要公布了：本发明公开了一种解耦定位与分类的目标检测方法，包括：首先主干网络取得粗略的检测结果，根据类别置信度和预测框与目标真实框的交并比选择进入第二阶段精调的候选样本；将候选样本分别送入定位精调分支与分类精调分支，定位精调分支通过卷积直接预测候选样本的点偏移来生成候选框，并通过后续的感兴趣区域校准与全局平均池化回归出最终的边界框参数，分类精调分支通过可变形感兴趣区域池化生成不规则候选框，随后通过全连接层输出类别置信度。本发明所提出的方法在以Resnet‑101为主干网络的单模型目标检测算法中取得了最先进的效果。

本发明授权一种解耦定位与分类的目标检测方法在权利要求书中公布了：1.一种解耦定位与分类的目标检测方法，其特征在于，包括以下步骤：构建第一目标检测网络，并对模型的权重进行初始化，结合Resnet101和上采样操作获得所述第一目标检测网络的主干网络；获取图像训练数据集，基于图像训练数据集对初始化后的第一目标检测网络进行迭代训练，获得第二目标检测网络；通过所述第二目标检测网络获得图像训练数据集中各图像的输出特征图，将输出特征图转化为三个分支，包括中心点热图、偏移量、边界框参数，基于所述中心点热图获得第一类别置信度；构建定位精调分支与分类精调分支并进行训练，将训练后的分支加入至所述第二目标检测网络的主干网络之后，获得第三目标检测网络；将第三目标检测网络中与第二目标检测网络输出端对应位置的权重参数固定后，通过图像训练数据集进行训练；构建预测交并比分支添加至训练后的第三目标检测网络的主干网络之后，获得第四目标检测网络并进行训练；将所述第四目标检测网络中设定的权重参数固定后进行训练，获得最终目标检测模型；所述第二目标检测网络在主干网络顶部对特征图进行下采样并输出与输入图像满足预设比例的特征图，采用双线性插值将深层特征图向上采样到与浅层相同的大小，通过3x3卷积对特征图进行细化，将细化的深层特征图与浅层特征图连接后，通过1x1卷积细化通道方向的特征，获得输出特征图，基于特征输出图获得候选样本；其中，所有隐藏层采用BatchNorm与RELU激活；所述定位精调分支输出候选框和回归最终边界框参数时均采用了全卷积结构；通过四层卷积获得候选样本的偏移量，根据偏移量获得候选框；通过所述第二目标检测网络获得候选样本的输出特征图，对所述输出特征图进行感兴趣区域校准后，依次输入至两个卷积层、全局平均池化层，获得边界框参数；所述分类精调分支对候选样本的预测框进行可变形ROI池化操作，获得不规则候选框；候选样本的预测框进行池化操作后通过两个全连接层获得第二类别置信度；训练定位精调分支与分类精调分支的过程包括：通过所述第二目标检测网络获得图像训练数据集中每张图像的第一类别置信度与第一预测框；获取图像的真实目标框，计算所述第一预测框与真实目标框的交并比，基于所述交并比与所述第一类别置信度，排序获得候选样本；通过所述候选样本训练定位精调分支与分类精调分支；训练过程中，所述定位精调分支采用Faster-RCNN中的定位损失所述分类精调分支采用Faster-RCNN中的多分类损失；将图像输入至最终目标检测模型，实现解耦定位与分类的目标检测。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92号；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”。