Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜南京信息工程大学王其获国家专利权

恭喜南京信息工程大学王其获国家专利权

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!

龙图腾网恭喜南京信息工程大学申请的专利一种基于深度学习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:CN114926704B

龙图腾网通过国家知识产权局官网在2025-05-23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:202210449818.6,技术领域涉及:G06V10/25;该发明授权一种基于深度学习的目标检测方法是由王其;张权;倪世松设计研发完成,并于2022-04-26向国家知识产权局提交的专利申请。

一种基于深度学习的目标检测方法在说明书摘要公布了:本发明涉及计算机技术领域,具体是一种基于深度学习的目标检测方法,使用目标嵌入的方法,将检测出的原始图像候选框的目标称为原始图像,和重构图像组合到一起,成为组合目标集;将训练集中检测iou低于0.2的失败图像作为扩展图像,使用组合目标集的图像替换系统中扩展图像中的部分组合为一个新的图像,获得一个更大的数据集,当原始数据集较小时会变的非常有效;由于神经网络对于这些已经检测成功的图像更敏感,将目标外的区域进行多次替换,使得模型进行目标检测时能够对目标候选框的区域定位更精准,对候选框的边界区分更分明,加强了定位能力;本发明只采用iou值大于0.5的锚框,并进行非最大值抑制,使得空间定位能力更强。

本发明授权一种基于深度学习的目标检测方法在权利要求书中公布了:1.一种基于深度学习的目标检测方法,其特征在于:包括以下步骤:S1、创建训练集,初始化训练:包括模型初始化、初次训练和锚框优化,包括:S11、模型初始化:使用moco-v2模型先随机初始化,输入最初始图像,数据集可以为PascalVOC、COCO,学习率定为0.05,迭代10000次,锚框初步定为25个位置、纵横比、规模的矩形框;初次训练的损失函数为: 其中q为一个查询表示,k+为key样本的正样本,τ是一个温度超参数,N为样本数;S12、优化锚,保存检测成功图片:根据数据集中输入图片的groud-truth值,将其中Iou值大于0.5的锚框保留,舍弃其余的锚框;S13、提取目标:将这些检测成功的图像的groud-truth中候选框的目标全部裁剪出来;S2、目标嵌入,重构训练集:包括图像增强和目标嵌入重组,训练模型,计算损失函数,更新模型的参数包括以下步骤:S21、图像增强:S211、将裁剪出来的目标先进行一个翻转;S212、进行色彩随机抖动,将每一个色彩信道中随机增加一个值;S213、平均分为4或9等分,每一部分称为一个part,每一个part随机旋转10°到30°位置打乱;S214、使用编码器将每个部分的特征提取出来,再整合为一个,再将其合成为新的图像,称为重构图像;S22、目标嵌入重组:将检测出的原始图像候选框的目标称为原始图像,和重构图像组合到一起,成为组合目标集,原始图像称为l,重构图像称为p;S3、训练模型,计算损失函数,更新模型的参数:包括对模型重新训练,计算损失函数,进行深度学习;S4、重复S3。

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南京信息工程大学,其通讯地址为:210000 江苏省南京市宁六路219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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。