买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海人工智能创新中心申请的专利一种通用半监督目标检测框架的训练方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116563634B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310549422.3，技术领域涉及：G06V10/764；该发明授权一种通用半监督目标检测框架的训练方法是由陈泽铭;张文蔚;王新江;陈恺;王智设计研发完成，并于2023-05-16向国家知识产权局提交的专利申请。

本一种通用半监督目标检测框架的训练方法在说明书摘要公布了：本发明涉及一种通用半监督目标检测框架的训练方法，包括：初始化两个检测模型分别作为教师模型和学生模型；教师模型对弱数据增强的无标签图片预测伪标签，经过阈值过滤和几何映射后，伪标签与对应的强数据增强的无标签图片组成伪标签图片；以及学生模型按照监督学习的方式以标签图片和伪标签图片作为输入进行训练，并且通过指数滑动平均的方式将更新后的学生模型集成到教师模型。设置每张伪标签图片的伪标签的数量下限。通过设置伪标签阈值筛选掉噪声伪标签。在以标签图片和伪标签图片作为输入进行训练学生模型时，结合标签数据集和无标签数据集的规模设置每个批次标签图片和无标签图片的比例和对应权重。

本发明授权一种通用半监督目标检测框架的训练方法在权利要求书中公布了：1.一种通用半监督目标检测框架的训练方法，其特征在于，包括： 初始化两个检测模型分别作为教师模型和学生模型，其中教师模型和学生模型的结构和参数相同； 教师模型对弱数据增强的无标签图片预测伪标签，并对所述伪标签进行阈值过滤和几何映射，并且将伪标签与对应的强数据增强的无标签图片组成伪标签图片；以及 对学生模型按照监督学习的方式以标签图片和伪标签图片作为输入进行训练，在训练过程中通过梯度下降优化学生模型的参数，并且通过指数滑动平均的方式将更新后的学生模型集成到教师模型； 设置每张伪标签图片的伪标签的数量下限：设置每张伪标签图片至少包括一个伪标签，若一个批次中存在一个伪标签图片的伪标签数量少于1，则该批次的伪标签图片的学习权重置零； 在以标签图片和伪标签图片作为输入进行训练学生模型时，结合标签数据集和无标签数据集的规模设置每个批次标签图片和无标签图片的比例和对应权重，以平衡标签和伪标签的监督信号； 将当前批次的伪标签图片和缓存的临近批次的伪标签图片进行插值，对应伪标签取并集； 从缓存的临近批次的伪标签图片中随机收取4张图片进行下采样马赛克拼接，对应伪标签取并集。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海人工智能创新中心，其通讯地址为：200232 上海市徐汇区云锦路701号37、38层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。