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！

龙图腾网恭喜江苏大学;镇江昭远智能科技有限公司;南京昭视智能科技有限公司申请的专利基于中间位置编码的在线目标检测模型训练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：CN114419395B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202210063895.8，技术领域涉及：G06V10/774；该发明授权基于中间位置编码的在线目标检测模型训练方法是由成科扬;崔宏纲;司宇设计研发完成，并于2022-01-20向国家知识产权局提交的专利申请。

本基于中间位置编码的在线目标检测模型训练方法在说明书摘要公布了：本发明公开了一种基于中间位置编码的在线目标检测模型训练方法。该方法首先引入中间位置编码器对输入的标签进行重编码，采用线性衰减的方式由中心点到边界点逐渐降低编码权重。然后，将需要训练的图像批次输入主干网络提取特征。通过共享检测头输出预测结果，计算预测结果与真实值之间的损失，分别反向传播到特征空间和标签空间，使空间中的参数进行梯度优化。该方法利用联合优化的方式同时更新不同空间的参数。最后，通过中间距离度量损失，减少特征空间和标签空间的差异，使模型参数趋向于稳定的分布。本发明公开的目标检测模型方法解决随机初始化网络权重带来的参数不易收敛的问题。

本发明授权基于中间位置编码的在线目标检测模型训练方法在权利要求书中公布了：1.基于中间位置编码的在线目标检测模型训练方法，其特征在于，包括以下步骤：步骤1.1：将训练图像数据和真实的图像标签分别输入到主干网络和中间位置残差编码模块，在中间位置残差编码器模块进行数据编码，通过中间位置残差编码器模块优化标签编码函数，完成标签空间的特征对齐；步骤1.2：输入图像和对应的真实标签文件，在每个图像中都包含不同数量的实例，每个实例可能有不同的类标签和边界框；对于不同尺寸的边界框，采用形状为CxHxW的张量表示，其中C代表实例所属种类，H代表特征图的长，W代表特征图的宽；步骤1.3：对于总量含有N类物品的数据集，其中第C类的对象，将C维度的通道中包围框区域填充为正值，包围框的中心点位置的值为1，边界位置的值为0.5，值的衰减采用线性衰减的方式；步骤1.4：在训练中，包围框的通过乘以一个0到1之间的距离权重来加权，如果同类的两个边界框相互重叠，则计算包围框的较大值用来填充交界区域；步骤1.5：编码器通过一个卷积层提取原始图像特征，随后采用线性整流函数激活，并利用6个残差网络块扩展感受野，最终输出2048通道的特征向量；步骤1.6：使用编码器得到的标签特征作为真实值与检测头预测出的结果进行检测损失的计算，同时将预测结果传入标签空间，得到标签空间损失；步骤1.7：通过检测损失、标签空间损失的损失函数联合优化，利用深度学习反向传播策略更新参数，完成神经网络权重学习；步骤1.8：使用训练完成的标签编码函数将标签映射到特征空间，通过中间监督损失辅助目标检测模型训练；步骤1.9：在标签空间损失稳定后，将检测头到标签编码的反向传播部分去除，整体网络结构只通过检测损失更新迭代。

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江苏大学;镇江昭远智能科技有限公司;南京昭视智能科技有限公司，其通讯地址为：212013 江苏省镇江市京口区学府路301号江苏大学；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”。