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！

龙图腾网获悉重庆大学申请的专利基于集体标注的目标计数模型训练方法及电子设备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：CN120147297B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202510320839.1，技术领域涉及：G06T7/00；该发明授权基于集体标注的目标计数模型训练方法及电子设备是由桑军;朱鹏;钱城;叶宇;胡春强;夏晓峰;蔡斌设计研发完成，并于2025-03-18向国家知识产权局提交的专利申请。

本基于集体标注的目标计数模型训练方法及电子设备在说明书摘要公布了：本发明属于目标计数技术领域，提供基于集体标注的目标计数模型训练方法及电子设备；方法为在每次迭代训练中：输入样本描述文本至文本编码器获得样本文本嵌入；输入样本图像至视觉编码器获得样本视觉嵌入；融合样本文本嵌入和样本视觉嵌入获得样本融合特征图；解码样本融合特征图获得样本初始密度图；分割任意模型生成集体标注掩模；高相似性匹配融合模块融合集体标注掩模和样本融合特征图获得增强特征图；解码增强特征图获得样本预测密度图；若达到则停止训练，利用文本编码器、视觉编码器、文本视觉融合模块和解码器组成目标计数模型。训练中利用多个目标的整体特征来辅助目标计数，提高了密度图的目标定位精度和目标计数准确性。

本发明授权基于集体标注的目标计数模型训练方法及电子设备在权利要求书中公布了：1.基于集体标注的目标计数模型训练方法，其特征在于，基于样本集进行迭代训练，在每次迭代训练中执行： 从样本集中提取训练样本，训练样本包括样本图像和样本描述文本；所述训练样本还包括样本真实密度图； 输入样本描述文本至文本编码器获得样本文本嵌入；输入样本图像至视觉编码器获得样本视觉嵌入； 通过文本视觉融合模块融合样本文本嵌入和样本视觉嵌入获得样本融合特征图； 利用解码器解码样本融合特征图获得样本初始密度图； 分割任意模型基于样本图像和样本初始密度图生成集体标注掩模；利用高相似性匹配融合模块融合集体标注掩模和样本融合特征图获得增强特征图； 利用解码器解码增强特征图获得样本预测密度图； 判断是否达到训练停止条件：若达到则停止训练，利用文本编码器、视觉编码器、文本视觉融合模块和解码器组成目标计数模型；若未达到，则进入下一次迭代训练； 其中，所述分割任意模型基于样本图像和样本初始密度图生成集体标注掩模，包括： 输入样本图像和样本初始密度图至分割任意模型，获得初始集体标注掩模，记为第0次交互优化的集体标注掩模； 通过迭代地交互式优化获得最终的集体标注掩模，其中，第t次交互优化执行： 根据样本真实密度图和第t-1次交互优化获得的集体标注掩模计算掩模实例损失； 若达到交互优化停止条件，则将第t-1次交互优化的集体标注掩模作为最终的集体标注掩模；若未达到交互优化停止条件，输入样本图像和第t-1次交互优化的集体标注掩模至分割任意模型，且分割任意模型以第t-1次交互优化的集体标注掩模为提示，获得第t次交互优化的集体标注掩模，进入第t+1次交互优化；其中，t为正整数； 其中，所述高相似性匹配融合模块执行： 将样本融合特征图和集体标注掩模进行线性相乘获得集体标注特征图； 对集体标注特征图进行分块处理获得M个特征块，1kvM，k、v、M均为正整数； 根据每个特征块中集体标注掩码区域的覆盖分数确定每个特征块为有效块或无效块； 遍历集体标注特征图中的特征块，当遍历到第k个特征块时，v的初始值设为k+1，执行以下步骤： 步骤A1，若k＝M，则执行步骤A4，若kM，则执行步骤A2； 步骤A2，若第k个特征块为无效块，则执行步骤A3；若第k个特征块是有效块，则执行： 步骤A21，基于第k个特征块与第v个特征块的相似度得分确定第k个特征块与第v个特征块的融合掩码值，基于所述融合掩码值更新第k个特征块，执行步骤A22； 步骤A22，若v＝M，则执行步骤A3，若vM，则令v＝v+1，并返回执行步骤A21； 步骤A3，令k＝k+1，返回执行步骤A1； 步骤A4，将当前的集体标注特征图作为增强特征图。

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重庆大学，其通讯地址为：400030 重庆市沙坪坝区沙正街174号；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”。