買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉北京航空航天大學合肥創新研究院(北京航空航天大學合肥研究生院)申請的專利一種基于小目標特征增強的交通標志檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114120280B 。

龍圖騰網通過國家知識產權局官網在2025-05-06發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111428028.1，技術領域涉及：G06V20/58；該發明授權一種基于小目標特征增強的交通標志檢測方法是由田艷雪;任毅龍;張俊杰;楊燦;于海洋設計研發完成，并于2021-11-26向國家知識產權局提交的專利申請。

本一種基于小目標特征增強的交通標志檢測方法在說明書摘要公布了：本發明公開了一種基于小目標特征增強的交通標志檢測方法，主要包括以下步驟：構建交通標志數據集并進行數據增強；針對數據集中檢測目標尺寸小，使用K?means++聚類算法得到先驗框并且使用非線性的聚類距離；根據數據集中顯現的小目標居多的問題針對性的對網絡結構進行優化；根據數據正負樣本失衡嚴重的問題針對性的優化算法的損失函數，實現對目標的動態加權。本發明是在城市街景場景中實現交通標志檢測，通過對算法的網絡結構以及損失函數等改進，增強目標的細粒度特征等，可實現小目標檢測召回與精度的提升，此方法對小尺寸居多的交通標志檢測有較高的準確率。

本發明授權一種基于小目標特征增強的交通標志檢測方法在權利要求書中公布了：1.一種基于小目標特征增強的交通標志檢測方法，其特征在于：具體包括以下步驟：構建交通標志數據集并進行數據增強；優化構建AnchorBox的聚類算法；優化網絡結構增強交通標志細粒度特征；優化網絡結構增強交通標志通道特征；針對正負樣本失衡嚴重設計損失函數；對改進后的交通標志檢測算法進行效果評估；所述的構建交通標志數據集并進行數據增強，具體內容如下：選取公開數據集TT100K作為研究對象，通過對數據集進行分析，包括數據集中目標尺寸以及每張圖像中目標個數進行統計，得到數據集中正負樣本失衡的特點；針對分析得到的數據集正負樣本失衡嚴重問題，使用小目標復制的方法進行數據增強；所述的使用小目標復制的方法進行數據增強，具體內容如下：首先根據數據集的label文件裁剪數據集中所有尺寸小于50*50的目標；其次根據類別統計每類目標的數量，得到n1，n2，n3，......，n45，即每類目標的數量，以及被裁剪下的目標的總數n；進一步計算得到ni與n之間的差值mi，即mi＝n-ni，對所有的mi做歸一化，即計算m＝Σmi，pi＝mim，每一個概率pi都占據0，1中的一段區間，在選擇目標進行復制時，選取一個0，1之間的隨機數r，r落在了哪個概率區間，即選擇哪一類目標進行復制；所述的針對正負樣本失衡嚴重設計損失函數，具體如下：所述的損失函數分為定位損失、置信度損失和分類損失；定位損失衡量了預測框和真實框之間的差異；置信度損失衡量了判斷該預測框是否有目標的準確性；分類損失衡量了算法是否對圖像中的目標正確分類；所述的定位損失的計算公式如下所示： 其中A代表真實的目標框，B代表的是預測的目標框，Distance_2表示的是第i個網格的第j個預測框中心點與該預測框中目標真實框的中心點位置，Distance_c表示這兩個框所形成的最小包圍框的對角線長度，wgt代表的是目標真實框的寬度，hgt代表的是真實框的高度，wp代表的是預測框的寬度，hp代表的是預測框的高度，S*S表示的是預測特征圖的網格數量，B表示的是每個網格預測的Box個數，λiou是定義的定位損失在整個損失函數中所占的權重，表示的是當前這個box預測為正樣本；所述的分類損失的計算公式如下所示： 式中classes表示45種檢測目標，λc代表分類損失在整個損失函數中所占的權重，和pic代表第i個網格的第j個預測框中目標屬于第c類的預測概率和真實概率；所述的置信度損失的計算公式如下所示： 其中Ci是第i個網格的第j個預測框中推斷存在正樣本的置信度，是該預測框中真實存在正樣本的置信度，是在Ci這個置信度值所屬的置信度區間在上一個batch中的樣本密度經過函數變換得到的。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京航空航天大學合肥創新研究院(北京航空航天大學合肥研究生院)，其通訊地址為：230013 安徽省合肥市新站高新區文忠路999號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。