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)恭喜北京郵電大學(xué)申請(qǐng)的專利基于特征解耦和知識(shí)遷移的小樣本目標(biāo)檢測(cè)方法和裝置獲國(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：CN114332449B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-06-10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：202111405138.6，技術(shù)領(lǐng)域涉及：G06V10/25；該發(fā)明授權(quán)基于特征解耦和知識(shí)遷移的小樣本目標(biāo)檢測(cè)方法和裝置是由歐中洪;康霄陽(yáng);于勰;楊峻偉;范家偉;宋美娜設(shè)計(jì)研發(fā)完成，并于2021-11-24向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于特征解耦和知識(shí)遷移的小樣本目標(biāo)檢測(cè)方法和裝置在說(shuō)明書摘要公布了：本申請(qǐng)計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域，尤其涉及一種基于特征解耦和知識(shí)遷移的小樣本目標(biāo)檢測(cè)方法和裝置。其中，基于特征解耦和知識(shí)遷移的小樣本目標(biāo)檢測(cè)方法，包括：在基礎(chǔ)檢測(cè)模型中設(shè)置雙路檢測(cè)頭得到遷移學(xué)習(xí)模型；使用帶標(biāo)注的小樣本數(shù)據(jù)對(duì)遷移學(xué)習(xí)模型進(jìn)行調(diào)節(jié)，得到調(diào)節(jié)后的遷移學(xué)習(xí)模型；將無(wú)標(biāo)注的小樣本數(shù)據(jù)輸入調(diào)節(jié)后的遷移學(xué)習(xí)模型，對(duì)調(diào)節(jié)后的遷移學(xué)習(xí)模型的區(qū)域建議網(wǎng)絡(luò)和雙路檢測(cè)頭進(jìn)行聯(lián)合調(diào)節(jié)，從而完成對(duì)無(wú)標(biāo)注的小樣本數(shù)據(jù)的檢測(cè)。采用上述方案的本申請(qǐng)通過(guò)雙路檢測(cè)頭保留基礎(chǔ)類別性能，實(shí)現(xiàn)不同任務(wù)間的學(xué)習(xí)，通過(guò)在小樣本目標(biāo)檢測(cè)的過(guò)程中聯(lián)合調(diào)節(jié)區(qū)域建議網(wǎng)絡(luò)和雙路檢測(cè)頭，提升小樣本目標(biāo)檢測(cè)的檢測(cè)效率以及檢測(cè)效果。

本發(fā)明授權(quán)基于特征解耦和知識(shí)遷移的小樣本目標(biāo)檢測(cè)方法和裝置在權(quán)利要求書中公布了：1.一種基于特征解耦和知識(shí)遷移的小樣本目標(biāo)檢測(cè)方法，其特征在于，所述方法包括：在基礎(chǔ)檢測(cè)模型中設(shè)置雙路檢測(cè)頭得到遷移學(xué)習(xí)模型；使用帶標(biāo)注的小樣本數(shù)據(jù)對(duì)遷移學(xué)習(xí)模型進(jìn)行調(diào)節(jié)，得到調(diào)節(jié)后的遷移學(xué)習(xí)模型，其中，使用基類樣本對(duì)雙路檢測(cè)頭的基礎(chǔ)分支和動(dòng)態(tài)分支進(jìn)行訓(xùn)練，從而初始化基礎(chǔ)分支和動(dòng)態(tài)分支的網(wǎng)絡(luò)參數(shù)，使用帶標(biāo)注的小樣本數(shù)據(jù)，對(duì)動(dòng)態(tài)分支的初始化網(wǎng)絡(luò)參數(shù)進(jìn)行更新得到第一網(wǎng)絡(luò)參數(shù)；將無(wú)標(biāo)注的小樣本數(shù)據(jù)輸入調(diào)節(jié)后的遷移學(xué)習(xí)模型，對(duì)調(diào)節(jié)后的遷移學(xué)習(xí)模型的區(qū)域建議網(wǎng)絡(luò)和雙路檢測(cè)頭進(jìn)行聯(lián)合調(diào)節(jié)，從而完成對(duì)無(wú)標(biāo)注的小樣本數(shù)據(jù)的檢測(cè)，其中，所述調(diào)節(jié)后的遷移學(xué)習(xí)模型將無(wú)標(biāo)注的小樣本數(shù)據(jù)轉(zhuǎn)換為感興趣區(qū)域RoI特征，并將展平后的RoI特征輸入至所述雙路檢測(cè)頭，所述雙路檢測(cè)頭的基礎(chǔ)分支對(duì)展平后的RoI特征進(jìn)行特征變換，得到基類分?jǐn)?shù)，所述雙路檢測(cè)頭的動(dòng)態(tài)分支對(duì)展平后的RoI特征進(jìn)行特征變換，得到新類分?jǐn)?shù)，使用所述基類分?jǐn)?shù)對(duì)新類分?jǐn)?shù)中的基類子分?jǐn)?shù)進(jìn)行正則化約束，得到約束后的新類分?jǐn)?shù)，根據(jù)基類分?jǐn)?shù)和約束后的新類分?jǐn)?shù)確定無(wú)標(biāo)注的小樣本數(shù)據(jù)的檢測(cè)得分，基于無(wú)標(biāo)注的小樣本數(shù)據(jù)的檢測(cè)得分和帶標(biāo)注的小樣本數(shù)據(jù)確定混合數(shù)據(jù)集，使用所述混合數(shù)據(jù)集對(duì)調(diào)節(jié)后的遷移學(xué)習(xí)模型的區(qū)域建議網(wǎng)絡(luò)和動(dòng)態(tài)分支的第一網(wǎng)絡(luò)參數(shù)進(jìn)行聯(lián)合調(diào)節(jié)，并固定基礎(chǔ)分支的初始化網(wǎng)絡(luò)參數(shù)，得到最終遷移學(xué)習(xí)模型。

如需購(gòu)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(qǐng)人或?qū)＠麢?quán)人北京郵電大學(xué)，其通訊地址為：100876 北京市海淀區(qū)西土城路10號(hào)北京郵電大學(xué)新科研樓627室；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)”。