買(mǎi)專利賣(mài)專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜北京航空航天大學(xué)合肥創(chuàng)新研究院(北京航空航天大學(xué)合肥研究生院)申請(qǐng)的專利一種基于小目標(biāo)特征增強(qiáng)的交通標(biāo)志檢測(cè)方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114120280B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-06發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202111428028.1，技術(shù)領(lǐng)域涉及：G06V20/58；該發(fā)明授權(quán)一種基于小目標(biāo)特征增強(qiáng)的交通標(biāo)志檢測(cè)方法是由田艷雪;任毅龍;張俊杰;楊燦;于海洋設(shè)計(jì)研發(fā)完成，并于2021-11-26向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于小目標(biāo)特征增強(qiáng)的交通標(biāo)志檢測(cè)方法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種基于小目標(biāo)特征增強(qiáng)的交通標(biāo)志檢測(cè)方法，主要包括以下步驟：構(gòu)建交通標(biāo)志數(shù)據(jù)集并進(jìn)行數(shù)據(jù)增強(qiáng)；針對(duì)數(shù)據(jù)集中檢測(cè)目標(biāo)尺寸小，使用K?means++聚類(lèi)算法得到先驗(yàn)框并且使用非線性的聚類(lèi)距離；根據(jù)數(shù)據(jù)集中顯現(xiàn)的小目標(biāo)居多的問(wèn)題針對(duì)性的對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行優(yōu)化；根據(jù)數(shù)據(jù)正負(fù)樣本失衡嚴(yán)重的問(wèn)題針對(duì)性的優(yōu)化算法的損失函數(shù)，實(shí)現(xiàn)對(duì)目標(biāo)的動(dòng)態(tài)加權(quán)。本發(fā)明是在城市街景場(chǎng)景中實(shí)現(xiàn)交通標(biāo)志檢測(cè)，通過(guò)對(duì)算法的網(wǎng)絡(luò)結(jié)構(gòu)以及損失函數(shù)等改進(jìn)，增強(qiáng)目標(biāo)的細(xì)粒度特征等，可實(shí)現(xiàn)小目標(biāo)檢測(cè)召回與精度的提升，此方法對(duì)小尺寸居多的交通標(biāo)志檢測(cè)有較高的準(zhǔn)確率。

本發(fā)明授權(quán)一種基于小目標(biāo)特征增強(qiáng)的交通標(biāo)志檢測(cè)方法在權(quán)利要求書(shū)中公布了：1.一種基于小目標(biāo)特征增強(qiáng)的交通標(biāo)志檢測(cè)方法，其特征在于：具體包括以下步驟：構(gòu)建交通標(biāo)志數(shù)據(jù)集并進(jìn)行數(shù)據(jù)增強(qiáng)；優(yōu)化構(gòu)建AnchorBox的聚類(lèi)算法；優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)增強(qiáng)交通標(biāo)志細(xì)粒度特征；優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)增強(qiáng)交通標(biāo)志通道特征；針對(duì)正負(fù)樣本失衡嚴(yán)重設(shè)計(jì)損失函數(shù)；對(duì)改進(jìn)后的交通標(biāo)志檢測(cè)算法進(jìn)行效果評(píng)估；所述的構(gòu)建交通標(biāo)志數(shù)據(jù)集并進(jìn)行數(shù)據(jù)增強(qiáng)，具體內(nèi)容如下：選取公開(kāi)數(shù)據(jù)集TT100K作為研究對(duì)象，通過(guò)對(duì)數(shù)據(jù)集進(jìn)行分析，包括數(shù)據(jù)集中目標(biāo)尺寸以及每張圖像中目標(biāo)個(gè)數(shù)進(jìn)行統(tǒng)計(jì)，得到數(shù)據(jù)集中正負(fù)樣本失衡的特點(diǎn)；針對(duì)分析得到的數(shù)據(jù)集正負(fù)樣本失衡嚴(yán)重問(wèn)題，使用小目標(biāo)復(fù)制的方法進(jìn)行數(shù)據(jù)增強(qiáng)；所述的使用小目標(biāo)復(fù)制的方法進(jìn)行數(shù)據(jù)增強(qiáng)，具體內(nèi)容如下：首先根據(jù)數(shù)據(jù)集的label文件裁剪數(shù)據(jù)集中所有尺寸小于50*50的目標(biāo)；其次根據(jù)類(lèi)別統(tǒng)計(jì)每類(lèi)目標(biāo)的數(shù)量，得到n1，n2，n3，......，n45，即每類(lèi)目標(biāo)的數(shù)量，以及被裁剪下的目標(biāo)的總數(shù)n；進(jìn)一步計(jì)算得到ni與n之間的差值mi，即mi＝n-ni，對(duì)所有的mi做歸一化，即計(jì)算m＝Σmi，pi＝mim，每一個(gè)概率pi都占據(jù)0，1中的一段區(qū)間，在選擇目標(biāo)進(jìn)行復(fù)制時(shí)，選取一個(gè)0，1之間的隨機(jī)數(shù)r，r落在了哪個(gè)概率區(qū)間，即選擇哪一類(lèi)目標(biāo)進(jìn)行復(fù)制；所述的針對(duì)正負(fù)樣本失衡嚴(yán)重設(shè)計(jì)損失函數(shù)，具體如下：所述的損失函數(shù)分為定位損失、置信度損失和分類(lèi)損失；定位損失衡量了預(yù)測(cè)框和真實(shí)框之間的差異；置信度損失衡量了判斷該預(yù)測(cè)框是否有目標(biāo)的準(zhǔn)確性；分類(lèi)損失衡量了算法是否對(duì)圖像中的目標(biāo)正確分類(lèi)；所述的定位損失的計(jì)算公式如下所示： 其中A代表真實(shí)的目標(biāo)框，B代表的是預(yù)測(cè)的目標(biāo)框，Distance_2表示的是第i個(gè)網(wǎng)格的第j個(gè)預(yù)測(cè)框中心點(diǎn)與該預(yù)測(cè)框中目標(biāo)真實(shí)框的中心點(diǎn)位置，Distance_c表示這兩個(gè)框所形成的最小包圍框的對(duì)角線長(zhǎng)度，wgt代表的是目標(biāo)真實(shí)框的寬度，hgt代表的是真實(shí)框的高度，wp代表的是預(yù)測(cè)框的寬度，hp代表的是預(yù)測(cè)框的高度，S*S表示的是預(yù)測(cè)特征圖的網(wǎng)格數(shù)量，B表示的是每個(gè)網(wǎng)格預(yù)測(cè)的Box個(gè)數(shù)，λiou是定義的定位損失在整個(gè)損失函數(shù)中所占的權(quán)重，表示的是當(dāng)前這個(gè)box預(yù)測(cè)為正樣本；所述的分類(lèi)損失的計(jì)算公式如下所示： 式中classes表示45種檢測(cè)目標(biāo)，λc代表分類(lèi)損失在整個(gè)損失函數(shù)中所占的權(quán)重，和pic代表第i個(gè)網(wǎng)格的第j個(gè)預(yù)測(cè)框中目標(biāo)屬于第c類(lèi)的預(yù)測(cè)概率和真實(shí)概率；所述的置信度損失的計(jì)算公式如下所示： 其中Ci是第i個(gè)網(wǎng)格的第j個(gè)預(yù)測(cè)框中推斷存在正樣本的置信度，是該預(yù)測(cè)框中真實(shí)存在正樣本的置信度，是在Ci這個(gè)置信度值所屬的置信度區(qū)間在上一個(gè)batch中的樣本密度經(jīng)過(guò)函數(shù)變換得到的。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人北京航空航天大學(xué)合肥創(chuàng)新研究院(北京航空航天大學(xué)合肥研究生院)，其通訊地址為：230013 安徽省合肥市新站高新區(qū)文忠路999號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。