Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 湖南大学;中国人民解放军海军工程大学方乐缘获国家专利权

湖南大学;中国人民解放军海军工程大学方乐缘获国家专利权

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!

龙图腾网获悉湖南大学;中国人民解放军海军工程大学申请的专利基于证据学习的遥感目标检测方法、装置、设备及介质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:CN119762972B

龙图腾网通过国家知识产权局官网在2025-09-19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:202411959814.8,技术领域涉及:G06V20/10;该发明授权基于证据学习的遥感目标检测方法、装置、设备及介质是由方乐缘;郭正阳;冯洋博;刘强;王润哲;刘立国;吴荣华设计研发完成,并于2024-12-30向国家知识产权局提交的专利申请。

基于证据学习的遥感目标检测方法、装置、设备及介质在说明书摘要公布了:本申请提供一种基于证据学习的遥感目标检测方法、装置、设备及介质。涉及遥感图像处理技术领域。该方法包括:将遥感图像数据集经过预处理后输入基础目标检测模型,并进行模型训练,训练得到基础模型;在基础模型的检测头部分增加证据学习头,利用函数计算证据值,并计算每个样本不同类别的证据值之和得到总强度;使用函数定义证据学习损失,通过量化基础模型对不同类别的分类准确性和证据强度,实现分类置信度的评估;根据基础模型的分类损失、回归损失以及证据学习损失,重新训练基础目标检测模型得到目标检测模型。本申请通过嵌入证据学习模块实现了对检测不确定性的量化,从而使得检测结果的可信度更高。

本发明授权基于证据学习的遥感目标检测方法、装置、设备及介质在权利要求书中公布了:1.一种基于证据学习的遥感目标检测方法,其特征在于,所述方法包括: 将遥感图像数据集经过预处理后输入基础目标检测模型,并利用分类损失与回归损失Lbbox进行模型训练,训练得到基础模型W; 在基础模型W的检测头部分增加证据学习头,利用函数Fα计算证据值,以将网络输出转化为证据表示,并限制输入特征值范围为计算每个样本不同类别的证据值之和得到总强度,其中,为限制特征值的最小值,y为输入特征值,n为限制特征值的最大值; 使用函数定义证据学习损失,通过量化基础模型对不同类别的分类准确性和证据强度,实现分类置信度的评估; 根据基础模型的分类损失回归损失以及证据学习损失重新训练基础目标检测模型得到目标检测模型;所述目标检测模型用于实现遥感图像中的目标识别。

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湖南大学;中国人民解放军海军工程大学,其通讯地址为:410012 湖南省长沙市岳麓区麓山南路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”。

以上内容由龙图腾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。