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！

龍圖騰網恭喜西北工業大學申請的專利基于跨任務學習的目標檢測模型魯棒性測試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：CN119357066B 。

龍圖騰網通過國家知識產權局官網在2025-05-09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：202411906553.3，技術領域涉及：G06F11/3668；該發明授權基于跨任務學習的目標檢測模型魯棒性測試方法是由張艷寧;王鵬;王文萱;齊慧慧設計研發完成，并于2024-12-23向國家知識產權局提交的專利申請。

本基于跨任務學習的目標檢測模型魯棒性測試方法在說明書摘要公布了：本發明提供了一種基于跨任務學習的目標檢測模型魯棒性測試方法，語義分割模型提取得到特征為教師特征，目標檢測模型提取得到特征為學生特征，采用查詢?鍵注意力機制來評估教師特征和學生特征之間的相似度，采用歷史梯度穩定策略穩定梯度的優化過程，通過沖突梯度投影，對沖突梯度方向進行調整，并結合交替聯合任務元優化獲得更好的梯度兼容性，提高測試性能。本發明實現了從語義分割任務中蒸餾出目標檢測任務所需的多樣化且相關性強的梯度信息，使目標檢測模型能夠學習到更為通用和魯棒的特征，進一步穩定和優化了梯度的方向，提高了模型魯棒性測試的性能。

本發明授權基于跨任務學習的目標檢測模型魯棒性測試方法在權利要求書中公布了：1.一種基于跨任務學習的目標檢測模型魯棒性測試方法，其特征在于包括如下步驟：步驟1：一張目標圖片經過語義分割模型，得到一組教師特征集再將該目標圖片輸入目標檢測模型的骨干網絡，得到學生特征集I和J分別表示來自教師和學生的特征數，每個特征都具有自己的特征圖大小和通道維度；步驟2：采用查詢-鍵注意力機制確定任一組教師特征和學生特征之間的關聯度值；每個教師特征生成一個查詢qi，每個學生特征則被識別為一個鍵kj，通過使用查詢和鍵，計算出教師和學生特征之間關聯度值；步驟3：對教師特征和學生特征進行通道平均池化操作；步驟4：信息增強代理模型訓練損失函數LStudent最終表示如下：LStudent＝LDet+λLAFD其中，LDet表示目標檢測模型的分類和回歸損失，而超參數λ為蒸餾損失對總損失的影響的權重參數，LAFD表示蒸餾項損失；在訓練過程中，目標檢測模型和基于查詢-鍵注意力機制的網絡同時接受總損失的指導，以共同提升模型的性能；訓練得到兩個目標檢測白盒代理模型，分別表示為模型F和模型R，代理模型集為U＝{F,R}；步驟5：建立對應代理模型在模型魯棒性測試階段相應的損失函數；步驟6：為了生成測試樣本，通過添加改動，對輸入樣本x中的像素進行迭代修改；步驟7：定義一個內部迭代次數N，然后計算N次改動，并記錄改動對應梯度；步驟8：將N次計算得到的改動添加到輸入樣本x中以生成測試樣本，并將計算結果傳遞到另一個模型R中計算其相應的梯度；步驟9：對梯度和逐梯度對應應用沖突梯度投影技術，即： 其中，n∈[1,N]，從而得到模型R應用沖突梯度投影技術后的梯度組表示第N次計算得到的改動對應的梯度值，表示將第N次計算得到的改動添加到攻擊圖像中，并傳遞到分支R時計算得到的梯度值；步驟10：匯總所有梯度信息更新模型R上的改動∈″，計算公式如下： 其中，γ2、γ3是更新超參數，α是學習率，∈″是每次迭代的改動的輸出，Sign·函數表示返回輸入數據的符號，表示迭代中第一次選擇分支為F時內部迭代至第N次計算得到的改動，達到最大外部迭代次數后，得到最終的改動結果，添加到原始圖像上后得到所需的測試樣本。

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西北工業大學，其通訊地址為：710072 陜西省西安市碑林區友誼西路127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”。