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！

龙图腾网恭喜上海悠络客电子科技股份有限公司申请的专利一种基于模型参数映射的自适应目标检测模型构建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：CN114419388B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202111525354.4，技术领域涉及：G06V10/774；该发明授权一种基于模型参数映射的自适应目标检测模型构建方法是由金耀初;张浩宇;沈修平设计研发完成，并于2021-12-14向国家知识产权局提交的专利申请。

本一种基于模型参数映射的自适应目标检测模型构建方法在说明书摘要公布了：本发明公开一种基于模型参数映射的自适应目标检测模型构建方法，首先通过模型参数映射方法，将预训练好的种子神经网络模型的模型参数直接映射至新种群中的个体，作为新个体的预训练权值，提高了每个个体的收敛速度，进而提高了整个神经网络架构搜索算法的搜索效率，其次，本发明开发了一种进化神经网络架构搜索算法，可以基于给定的任务目标检测数据集，定制主干网络模型结构，进而自适应的设计目标检测模型，有效的提高了主干网络的特征提取能力，进而提高目标检测模型的检测能力。

本发明授权一种基于模型参数映射的自适应目标检测模型构建方法在权利要求书中公布了：1.一种基于模型参数映射的自适应目标检测模型构建方法，其特征在于，包括以下步骤：步骤S1，给定带有标签的目标检测数据集，该数据集为图片，将该数据集划分为训练数据集Dtrain，验证数据集Dval和测试数据集Dtest，将训练数据集Dtrain平均随机分为两份，分别为：Dtrain1，Dtrain2；步骤S2，定义种子目标检测网络，定义搜索空间和编码方案，包括：步骤S2-1，选择mobilenetv2作为种子网络，并使用imagenet数据集对种子网络预训练，直至种子网络收敛；步骤S2-2，将mobilenetv2种子网络作为RetinaNet目标检测框架的主干网络，并基于训练集Dtrain1进行训练，直至收敛，得到种子目标检测网络mobilenetv2-RetinaNet；步骤S2-3，使用mobilenetv2网络作为模板神经网络架构；步骤S3，构建基于目标检测的进化神经网络架构搜索算法，包括：步骤S3-1，算法初始化，定于初始化种群规模M、交叉概率Pc、变异概率Pm、最大进化代数G；步骤S3-2，基于步骤S2-3定义的编码方案，初始化M条染色体，作为初始种群；步骤S3-3，将M条染色体解码为M个神经网络架构，并作为RetinaNet目标检测框架的主干网络，得到M个候选RetinaNet目标检测模型；步骤S3-4，将步骤S2-2得到的种子目标检测网络mobilenetv2-RetinaNet预训练模型参数Wseed映射分别至步骤S3-3中的M个候选RetinaNet目标检测模型，作为每个候选RetinaNet目标检测模型的初始参数Wini；步骤S3-5，将步骤S3-4中完成模型参数映射的个体基于训练数据集Dtrain2进行训练，并在验证数据集Dval上计算每个个体的Loss值，作为该个体的适应度值；步骤S3-6，采用轮盘赌选择数个个体，组成父代种群；步骤S3-7，采用单点交叉算子对父代种群中的个体进行两两交叉，得到M个新个体，组成子代种群；步骤S3-8，采用整数型多项式变异对子代种群中的每个个体执行变异操作；步骤S3-9，采用步骤S3-4的步骤中给出的模型参数映射方法，将mobilenetv2-RetinaNet的预训练参数映射至子代种群中的每个个体；步骤S3-10，基于验证数据集Dval,计算子代种群中每个个体的适应度值；步骤S3-11，将子代种群和父代种群中的个体合并，根据个体的适应度值，利用环境选择，选出M个新个体，组成下一代种群，并反馈至步骤S3-6，直到达到预设的进化代数，并输出适应度值最优的个体，作为最优的主干网络结构；步骤S4，将步骤S3中输出的最优个体，解码为对应的神经网络，作为RetinaNet的主干网络，得到目标检测模型RetinaNet-nas，基于数据集Dtrain对该神经网络进行完整训练直至模型收敛。

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上海悠络客电子科技股份有限公司，其通讯地址为：201702 上海市青浦区徐泾镇华徐公路888号6幢；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”。