Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东南大学计育宁获国家专利权

东南大学计育宁获国家专利权

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!

龙图腾网获悉东南大学申请的专利一种目标检测模型的优化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:CN115759240B

龙图腾网通过国家知识产权局官网在2025-09-09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:202211466680.7,技术领域涉及:G06N3/084;该发明授权一种目标检测模型的优化方法是由计育宁;张萌;沈朝瑶;裴文杰;张经纬设计研发完成,并于2022-11-22向国家知识产权局提交的专利申请。

一种目标检测模型的优化方法在说明书摘要公布了:本发明涉及一种目标检测模型优化方法,包括:1模型训练时,找出预测真实框的网格,2计算预测框回归损失mSIoU,3根据IoU交并比阈值分配正负样本,建立正样本候选集;针对正样本候选集内外的预测框,计算不同的正负样本权重,最后得到分类损失;4将回归损失和分类损失相加得到最终的损失,使用优化器反向传播优化模型。根据IoU交并比阈值分配正负样本,建立正样本候选集,针对候选集内外的预测框,计算不同的正负样本权重,最后得到分类损失,将回归损失和分类损失相加得到最终的损失,使用优化器反向传播优化模型。

本发明授权一种目标检测模型的优化方法在权利要求书中公布了:1.一种目标检测模型优化方法,其特征是,包括如下步骤: 1目标检测训练时找出预测真实框的网格; 2计算预测框回归损失mSIoU; 3根据交并比IoU阈值分配正负样本,建立正样本候选集; 针对正样本候选集内外的预测框,计算不同的正负样本权重,最后得到分类损失; 4将回归损失和分类损失相加得到最终的损失,使用优化器反向传播优化模型; 具体为: 步骤1中,找出预测真实框的网格:针对检测模型输出的大量预测框信息,计算真实框中心点落在哪个网格内,再找出中心点最近的另外三个网格,将这正好组成正方形的四个网格认为是预测该真实框; 步骤2中,计算预测框回归损失函数mSIoU:mSIoU由4个代价函数组成,分别优化角度、距离、形状以及交并比IoU; 所述优化角度:优化预测框B和真实框Bgt中心点连线与x轴、y轴的夹角较小者min{α,β}至0;优化包裹住B、Bgt的最小矩形的对角线夹角γ与Bgt对应的对角线夹角θ相等; 角度代价Anglecost为: 优化距离:优化预测框B和真实框Bgt中心点在x方向上的距离cw与包裹住B、Bgt的最小矩形宽dw之比为0; 优化预测框B和真实框Bgt中心点在y方向上的距离ch与包裹住B、Bgt的最小矩形高dh之比为0; 距离代价Distancecost为: 优化形状:优化预测框B的宽w和真实框Bgt的宽wgt之差与前二者较大者max{w,wgt}之比例为0;优化预测框B的高h和真实框Bgt的高hgt之差与前二者较大者max{h,hgt}之比例为0;优化预测框B和真实框Bgt的宽高比相等; 形状代价Shapecost为: mSIoU由4个代价函数组成:mSIoU=IoU-Δ+Ω2,预测框回归损失即IoU-Loss为Lbox=1-IoU+Δ+Ω2。

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南大学,其通讯地址为:210096 江苏省南京市四牌楼2号东南大学软件学院、电子学院;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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。