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！

龙图腾网恭喜西安电子科技大学;陕西理工大学申请的专利一种基于Shape-GIoU改进的聚类算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：CN114494756B 。

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：202210007090.1，技术领域涉及：G06V10/762；该发明授权一种基于Shape-GIoU改进的聚类算法是由王兰美;周琨;王桂宝;廖桂生;孙长征;张志伟设计研发完成，并于2022-01-05向国家知识产权局提交的专利申请。

本一种基于Shape-GIoU改进的聚类算法在说明书摘要公布了：本发明提出了一种基于Shape‑GIoU改进的聚类算法，弥补了原始GIoU中会退化为IoU的问题，通过引入一个比例系数λβ，将两框宽高比的影响引入公式，可以解决GIoU会退化的问题，考虑了两框非覆盖面积以及宽高比的影响，使YOLOv4算法的检测性能有了部分提升；首先构建数据集并对样本数据预处理；其次将提出的Shape‑GIoU方法引入到K‑means++聚类方法中，然后将所得anchor值对原版YOLOv4算法的cfg文件中的anchor进行替换；最后对比使用K‑means++聚类方法的YOLOv4算法模型，分析测试结果；本发明提出的基于Shape‑GIoU改进的聚类算法相比K‑means++聚类算法，可以解决GIoU会退化的问题，考虑了非覆盖面积以及宽高比的影响，提升了YOLOv4算法模型的检测精度和召回率；另外本发明方法仍然能够在其他经典算法模型结合使用，并提升算法模型的检测性能。

本发明授权一种基于Shape-GIoU改进的聚类算法在权利要求书中公布了：1.一种基于Shape-GIoU改进的聚类方法，其特征在于：步骤一、下载人脸口罩检测的公开数据集AIZOO、RMFD，并选取分辨率大于608*608的戴有口罩的人脸照片或者未戴口罩照片，构建了使用的人脸口罩数据集，并对数据集中的数据预处理得到归一化后的宽高值数据；步骤二、从待处理数据集中任意选取1个样本图片中感兴趣目标的真实框的归一化后宽高数据wj,hj作为初始聚类中心yjwj,hj；步骤三、对于数据集中的每一个样本xiwi,hi，计算它与已选择的聚类中心yjwj,hj的距离；所用的距离dij计算方式为：dij＝1-Shape-GIoUijShape-GIoUij计算方式如下式所示： xi∩yj＝minwi,wj×minhi,hjxi∪yj＝wi×hi+wj×hj-minwi,wj×minhi,hjAij＝maxwi,wj×maxhi,hj 其中xi∩yj表示真实框和聚类中心之间并集的面积，xi∪yj表示真实框和聚类中心之间交集的面积，Aij表示真实框和聚类中心的最小外接矩形的面积，由上式可以看出，当Aij＝xi∪yj时，两框完全相交此时GIoU会退化为IoU，此时引入一个比例系数λijβij，此系数会将两框的宽高比之比的影响引入公式，可以解决GIoU退化为IoU的问题；步骤四、计算每个样本xiwi,hi被选为下个聚类中心的概率随机产生新的聚类中心yj+1wj+1,hj+1；步骤五、重复步骤三和步骤四，直到k个聚类中心被选出来，并利用这k个初始的聚类中心来运行标准的k-means算法重新计算各个类别的聚类中心；步骤六、使用K-means++聚类算法得到anchor值，通过标准YOLOv4网络训练并保存测试结果test1，使用基于Shape-GIoU改进的聚类方法得到新的anchor值，通过标准YOLOv4网络训练并保存测试结果test2,将2次实验的测试结果进行比较，比较的指标分别是mAP与Recall；前述步骤中，i＝0,1,...,21583表示样本数据的标号，j＝1,2,...,9表示聚类中心的标号。

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西安电子科技大学;陕西理工大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。