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！

龙图腾网恭喜上海交通大学申请的专利一种高效目标检测方法、设备、介质和系统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：CN114239799B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202111464007.5，技术领域涉及：G06V10/25；该发明授权一种高效目标检测方法、设备、介质和系统是由戴文睿;杨泽锐;费文;李成林;邹君妮;熊红凯设计研发完成，并于2021-12-03向国家知识产权局提交的专利申请。

本一种高效目标检测方法、设备、介质和系统在说明书摘要公布了：本发明提供一种高效目标检测方法，包括：获取目标检测训练集；将所述训练集用于目标检测网络的预训练，得到全精度目标检测网络；自动调整所述目标检测网络的精度和参数，获得指定压缩率下的混合精度目标检测网络；采用所述混合精度目标检测网络对待检测图像进行处理，得到图像检测结果。本发明能基于给定的图像数据，自动调整设计目标检测网络的参数，减少模型大小，无需繁杂的人为设计，能够在不同的计算和存储资源下，自适应的调整模型大小，同时实现较高的图像检测准确率，保证了图像检测方法的稳定性和实用性。

本发明授权一种高效目标检测方法、设备、介质和系统在权利要求书中公布了：1.一种高效目标检测方法，其特征在于，包括：获取目标检测训练集；将所述训练集用于目标检测网络的预训练，得到全精度目标检测网络；自动调整所述目标检测网络的精度和参数，获得指定压缩率下的混合精度目标检测网络；采用所述混合精度目标检测网络对待检测图像进行处理，得到图像检测结果；所述将所述训练集用于目标检测网络的预训练，得到全精度目标检测网络；自动调整所述目标检测网络的精度和参数，获得指定压缩率下的混合精度目标检测网络，包括：计算网络层的用于评估网络参数重要性的量化灵敏度；选择量化灵敏度最低的网络层，利用精度逐级下降的方法，降低该层参数的精度；利用L-BFGS算法对所述降低了参数精度的网络层的量化灵敏度进行动态更新；重复选择量化灵敏度最低的网络层，迭代调整该层参数的精度，直到整个网络的模型压缩率达到指定阈值，得到混合精度目标检测网络；将全部训练图像输入至所述混合精度目标检测网络，通过直通估计进行微调训练直至收敛，用于目标检测；所述量化灵敏度，能够衡量不同网络层参数的重要性，评估降低网络层参数的精度对网络性能的影响，为： 其中，ni表示第i层的网络参数的数量，是第i层的网络参数矩阵，Q·是用于降低参数精度的量化函数，是量化扰动，是损失函数，是损失函数关于第i层参数矩阵的Hessian阵的迹的平均值。

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交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。