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！

龙图腾网获悉自然资源部国土卫星遥感应用中心申请的专利一种改进的深度学习目标检测Mosaic样本增强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：CN120107547B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510165850.5，技术领域涉及：G06V10/25；该发明授权一种改进的深度学习目标检测Mosaic样本增强方法是由张伟;陆尘;张振华;艾萍;王光辉;张涛;刘宇;郑利娟;邹运佳;齐建伟设计研发完成，并于2025-02-14向国家知识产权局提交的专利申请。

本一种改进的深度学习目标检测Mosaic样本增强方法在说明书摘要公布了：本发明公开了一种改进的深度学习目标检测Mosaic样本增强方法，包括为原始目标检测样本集S建立样本索引文件集IS；对原始目标检测样本集S执行Mosaic增强操作生成增强样本集Smosaic，并对样本索引文件集IS进行同步关联生成Mosaic的索引文件集Imosaic；基于高宽比约束规则和面积约束规则改进增强样本集Smosaic，并编辑增强样本集Smosaic中被修改的样本图片数据信息；整合改进后的样本标记信息与样本图像数据，构建最终优化Mosaic样本集SFmosaic。优点是：对于使用Mosaic增强处理的目标检测样本集，在保留Mosaic基本增强样本特征的基础上，可清除Mosaic增强后错误标记的引入，有效保存增强后的每个对象的标记信息完整性和正确性，为后续的模型训练提供更为可靠的Mosaic增强样本集。

本发明授权一种改进的深度学习目标检测Mosaic样本增强方法在权利要求书中公布了：1.一种改进的深度学习目标检测Mosaic样本增强方法，其特征在于：包括如下步骤， S1、Mosaic增强： 为原始目标检测样本集S建立样本索引文件集IS；对原始目标检测样本集S执行Mosaic增强操作生成增强样本集Smosaic，并对样本索引文件集IS进行同步关联生成Mosaic的索引文件集Imosaic； S2、Mosaic增强优化： 基于高宽比约束规则和面积约束规则改进增强样本集Smosaic，并编辑增强样本集Smosaic中被修改的样本图片数据信息； 步骤S2中基于高宽比约束规则和面积约束规则改进增强样本集Smosaic包括， S21、结合Imosaic和新生成的增强样本集Smosaic，利用宽高比约束规则进行逐一历遍，删除不满足标记要求的Mosaic增强后的样本标记NRrect，同时记录其空间位置信息NRp； 高宽比约束规则为， 其中，Rm为Smosaic中的目标标记的宽高比值，为1则表示信息保留，为0则自动删除，同时记录Lmr＝0时的位置信息NRpxLTR,yLTR,xRBR,yRBR，xLTR,yLTR,xRBR,yRBR分别为通过宽高比约束规则删除该目标对象的矩形标记信息在新镶嵌样本图像的左上角坐标和右下角坐标；σratio为镶嵌样本目标对象标记宽高比的有效通过率； S22、结合Imosaic和新生成的增强样本集Smosaic，利用面积约束规则进行逐一历遍，删除不满足标记要求的Mosaic增强后的样本标记NArect，同时记录其空间位置信息NAp； 面积约束规则为， 其中，r＝minWmWref,HmHref，Lma为1则表示Smosaic中的目标标记信息保留，为0则自动删除，同时记录Lma＝0时的位置信息NApxLTA,yLTA,xRBA,yRBA，xLTA,yLTA,xRBA,yRBA分别为通过面积规则删除该目标对象的矩形标记信息在新镶嵌样本图像的左上角坐标和右下角坐标；σarea为镶嵌样本目标对象标记面积有效通过率； S3、最终优化Mosaic样本集获取： 整合改进后的样本标记信息与样本图像数据，构建最终优化Mosaic样本集SFmosaic。

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自然资源部国土卫星遥感应用中心，其通讯地址为：100048 北京市海淀区紫竹院百胜村1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”。