買專利賣專利找龍圖騰，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)恭喜西安電子科技大學(xué);陜西理工大學(xué)申請的專利一種基于Shape-GIoU改進(jìn)的聚類算法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114494756B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-23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?zhí)?專利號為：202210007090.1，技術(shù)領(lǐng)域涉及：G06V10/762；該發(fā)明授權(quán)一種基于Shape-GIoU改進(jìn)的聚類算法是由王蘭美;周琨;王桂寶;廖桂生;孫長征;張志偉設(shè)計(jì)研發(fā)完成，并于2022-01-05向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于Shape-GIoU改進(jìn)的聚類算法在說明書摘要公布了：本發(fā)明提出了一種基于Shape?GIoU改進(jìn)的聚類算法，彌補(bǔ)了原始GIoU中會退化為IoU的問題，通過引入一個比例系數(shù)λβ，將兩框?qū)捀弑鹊挠绊懸牍剑梢越鉀QGIoU會退化的問題，考慮了兩框非覆蓋面積以及寬高比的影響，使YOLOv4算法的檢測性能有了部分提升；首先構(gòu)建數(shù)據(jù)集并對樣本數(shù)據(jù)預(yù)處理；其次將提出的Shape?GIoU方法引入到K?means++聚類方法中，然后將所得anchor值對原版YOLOv4算法的cfg文件中的anchor進(jìn)行替換；最后對比使用K?means++聚類方法的YOLOv4算法模型，分析測試結(jié)果；本發(fā)明提出的基于Shape?GIoU改進(jìn)的聚類算法相比K?means++聚類算法，可以解決GIoU會退化的問題，考慮了非覆蓋面積以及寬高比的影響，提升了YOLOv4算法模型的檢測精度和召回率；另外本發(fā)明方法仍然能夠在其他經(jīng)典算法模型結(jié)合使用，并提升算法模型的檢測性能。

本發(fā)明授權(quán)一種基于Shape-GIoU改進(jìn)的聚類算法在權(quán)利要求書中公布了：1.一種基于Shape-GIoU改進(jìn)的聚類方法，其特征在于：步驟一、下載人臉口罩檢測的公開數(shù)據(jù)集AIZOO、RMFD，并選取分辨率大于608*608的戴有口罩的人臉照片或者未戴口罩照片，構(gòu)建了使用的人臉口罩?jǐn)?shù)據(jù)集，并對數(shù)據(jù)集中的數(shù)據(jù)預(yù)處理得到歸一化后的寬高值數(shù)據(jù)；步驟二、從待處理數(shù)據(jù)集中任意選取1個樣本圖片中感興趣目標(biāo)的真實(shí)框的歸一化后寬高數(shù)據(jù)wj,hj作為初始聚類中心yjwj,hj；步驟三、對于數(shù)據(jù)集中的每一個樣本xiwi,hi，計(jì)算它與已選擇的聚類中心yjwj,hj的距離；所用的距離dij計(jì)算方式為：dij＝1-Shape-GIoUijShape-GIoUij計(jì)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表示真實(shí)框和聚類中心之間并集的面積，xi∪yj表示真實(shí)框和聚類中心之間交集的面積，Aij表示真實(shí)框和聚類中心的最小外接矩形的面積，由上式可以看出，當(dāng)Aij＝xi∪yj時，兩框完全相交此時GIoU會退化為IoU，此時引入一個比例系數(shù)λijβij，此系數(shù)會將兩框的寬高比之比的影響引入公式，可以解決GIoU退化為IoU的問題；步驟四、計(jì)算每個樣本xiwi,hi被選為下個聚類中心的概率隨機(jī)產(chǎn)生新的聚類中心yj+1wj+1,hj+1；步驟五、重復(fù)步驟三和步驟四，直到k個聚類中心被選出來，并利用這k個初始的聚類中心來運(yùn)行標(biāo)準(zhǔn)的k-means算法重新計(jì)算各個類別的聚類中心；步驟六、使用K-means++聚類算法得到anchor值，通過標(biāo)準(zhǔn)YOLOv4網(wǎng)絡(luò)訓(xùn)練并保存測試結(jié)果test1，使用基于Shape-GIoU改進(jìn)的聚類方法得到新的anchor值，通過標(biāo)準(zhǔn)YOLOv4網(wǎng)絡(luò)訓(xùn)練并保存測試結(jié)果test2,將2次實(shí)驗(yàn)的測試結(jié)果進(jìn)行比較，比較的指標(biāo)分別是mAP與Recall；前述步驟中，i＝0,1,...,21583表示樣本數(shù)據(jù)的標(biāo)號，j＝1,2,...,9表示聚類中心的標(biāo)號。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人西安電子科技大學(xué);陜西理工大學(xué)，其通訊地址為：710071 陜西省西安市雁塔區(qū)太白南路2號；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)”。