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

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 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 > 浙江大学李玺获国家专利权

浙江大学李玺获国家专利权

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!

龙图腾网获悉浙江大学申请的专利基于任务自适应知识蒸馏的目标检测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:CN116778234B

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:202310687684.6,技术领域涉及:G06V10/764;该发明授权基于任务自适应知识蒸馏的目标检测方法是由李玺;周贤攀;阳隆荣;励雪巍;乔梁;李哲暘设计研发完成,并于2023-06-09向国家知识产权局提交的专利申请。

基于任务自适应知识蒸馏的目标检测方法在说明书摘要公布了:本发明公开了一种基于任务自适应知识蒸馏的目标检测方法。该方法包括如下步骤:获取用于训练目标检测器的带有数据集标签的数据集;使用该数据集训练一个模型容量较大、性能较好的教师检测器;训练目标检测器时,除了自身的目标损失函数,添加两个蒸馏损失函数,在分类头上使用基于二元交叉熵的分类蒸馏损失函数,在定位头上使用基于交并比的定位蒸馏损失函数;经过训练,得到训练好的目标检测器。本发明充分考虑了目标检测器任务的特性,并适应该特性,提出更合适的蒸馏损失函数,能够获得更好的知识蒸馏效果。

本发明授权基于任务自适应知识蒸馏的目标检测方法在权利要求书中公布了:1.一种基于任务自适应知识蒸馏的目标检测方法,其特征在于包括以下步骤: S1、获取用于训练目标检测器的训练数据集,所述训练数据集中的图像样本预先标注有图像中目标物体的位置及分类; S2、使用所述训练数据集训练一个教师目标检测器,用于生成辅助学生目标检测器的位置和分类软标签; S3、利用使用所述训练数据集训练学生目标检测器,且在训练过程中输入教师目标检测器提供的位置和分类软标签,在学生目标检测器的分类头上计算基于二元交叉熵的分类蒸馏损失函数,在学生目标检测器的定位头上计算基于交并比的定位蒸馏损失函数,将分类蒸馏损失函数和定位蒸馏损失函数加入学生目标检测器自身的目标损失函数上作为总损失函数进行优化,从而通过教师目标检测器提供的软标签信息增强学生目标检测器在目标检测中的性能表现; S4、利用训练完成后的学生目标检测器对待检测图像进行目标检测; 所述S3中,基于交并比的定位蒸馏损失函数的计算方式如下: S321、针对训练过程中的每一个图像样本x,分别将其输入学生目标检测器和训练后的教师目标检测器中,各自经过特征提取器f·和检测头h·生成定位谱定位谱o中含有含n个特征图位置上的定位预测值,其维度为4; S322、将教师目标检测器的定位预测值通过其自身的解码器解码为回归框: 其中Ai表示第i个锚点,表示教师目标检测器的第i个定位预测值,表示教师目标检测器的第i个回归框; S323、将学生目标检测器的定位预测值解码为回归框: 其中Ai表示第i个锚点,表示学生目标检测器的第i个定位预测值,表示教师目标检测器的第i个回归框; S324、计算和之间的交并比: S325、依据S324中计算得到的两个检测器各自定位回归框的交并比,计算基于交并比的定位蒸馏损失,定位蒸馏损失函数形式为: 其中maxw.,j是分类分数差值矩阵w的第j列w.,j中的最大值。

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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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。