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！

龙图腾网获悉东华大学申请的专利基于Yolo的目标检测模型训练方法及其应用和装置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：CN115527089B 。

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：202210959911.1，技术领域涉及：G06T7/00；该发明授权基于Yolo的目标检测模型训练方法及其应用和装置是由郝矿荣;杜少帅;张海超;郝灵广;隗兵;唐雪嵩设计研发完成，并于2022-08-11向国家知识产权局提交的专利申请。

本基于Yolo的目标检测模型训练方法及其应用和装置在说明书摘要公布了：本发明涉及一种基于Yolo的目标检测模型训练方法及其应用和装置，方法包括步骤：a加载训练集和测试集，对训练集进行区域弹性形变数据增强，设置相应的训练参数；b根据所述训练集构建元结构搜索空间，进行神经网络架构搜索，获得神经网络模型；c对所述神经网络模型进行训练，获得训练完成的目标检测模型；应用为：获取待测样本集后，将其输入到所述训练完成的目标检测模型中，由其输出所述待测样本集的Yolo格式的预测标注；装置包括数据集标注单元、数据集切分与预处理单元、参数调优单元、神经网络架构搜索单元和训练单元。本发明的方法简化了操作，实现整个检测模型训练过程的标准化；本发明的装置结构简单，操作方便。

本发明授权基于Yolo的目标检测模型训练方法及其应用和装置在权利要求书中公布了：1.一种基于Yolo的目标检测模型训练方法，其特征在于，包括以下步骤： a加载训练集和测试集，设置相应的训练参数； 训练集包括芯片外观缺陷图片与所述芯片外观缺陷图片的Yolo格式的目标检测标签； 训练参数包括预定义的芯片外观缺陷类别数、最大训练轮次、学习率、图片输入宽度、图片输入高度和filters，其中，预定义的芯片外观缺陷类别数设置为n≥1，最大训练轮次设置为大于等于2000×n，学习率设置为0.00111，图片输入宽度设置为512，图片输入高度设置为512，filters设置为n+5×3； b根据所述训练集构建元结构搜索空间，进行神经网络架构搜索，获得神经网络模型； 将步骤a中所述训练集分为训练数据集Dtrain和验证数据集Dval，构建元结构搜索空间，并对可微分神经网络架构搜索的方法建模，利用所述训练数据集Dtrain对可微分神经网络架构搜索模型进行训练； 在训练过程中，先对元结构的结构权值进行全局归一化，再对元结构的结构权值和网络参数进行双层优化，即以所述验证数据集Dval的损失值作为优化过程的目标函数，并通过反向传播算法对元结构的网络参数和结构权值同时进行调整； 在训练结束后，根据各个元结构的结构权值进行排序，保留权值最大的元结构，并组成深度神经网络模型，即得所述神经网络模型； c对所述神经网络模型进行训练，获得训练完成的目标检测模型； 对步骤a中所述训练集进行数据增强后，根据数据增强后的训练集、测试集和所述训练参数对所述神经网络模型的模型参数进行优化，获得训练完成的目标检测模型。

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东华大学，其通讯地址为：201620 上海市松江区人民北路2999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”。