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！

龙图腾网获悉安徽大学申请的专利一种面向遥感目标检测的混合知识解耦的知识蒸馏算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：CN116665068B 。

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：202310521321.5，技术领域涉及：G06V20/13；该发明授权一种面向遥感目标检测的混合知识解耦的知识蒸馏算法是由钱付兰;洪嘉成;张崇浩;陈海;赵姝设计研发完成，并于2023-05-10向国家知识产权局提交的专利申请。

本一种面向遥感目标检测的混合知识解耦的知识蒸馏算法在说明书摘要公布了：本发明公开了一种面向遥感目标检测的混合知识解耦的知识蒸馏算法，其中方法包括以下步骤：S1，构建遥感目标检测模型作为用于知识蒸馏的教师模型；S2，对模型进行轻量化处理，形成用于知识蒸馏的学生模型；S3，对边界框信息进行预测并计算目标检测损失；S4，教师模型引导学生模型解耦不同类型的知识；S5，从输出层次上蒸馏语义知识，计算输出层蒸馏的损失函数值；S6，交叉蒸馏不同层次的语义特征和定位特征，计算交叉特征蒸馏的损失函数值；S7，计算总损失函数值，优化学生模型。本发明解决了参数量大、复杂的遥感检测模型难以部署到卫星等边缘设备的问题。本方法不仅实现了遥感检测器的轻量化，还提升了检测器的性能。

本发明授权一种面向遥感目标检测的混合知识解耦的知识蒸馏算法在权利要求书中公布了：1.一种面向遥感目标检测的混合知识解耦的知识蒸馏算法，其特征在于，包括以下步骤： S1、构建遥感目标检测模型作为用于知识蒸馏的教师模型； S2、对步骤S1中的模型进行轻量化处理，形成用于知识蒸馏的学生模型； S3、步骤S2中的学生模型对边界框信息进行预测并计算目标检测损失； S4、教师模型引导学生模型解耦不同类型的知识；即在真实标注数据的指导下，根据教师模型的输出生成用于知识迁移的语义感知掩码和定位感知掩码； S5、在步骤S4的定位感知掩码引导下，从输出层次上蒸馏语义知识，计算输出层蒸馏的损失函数值； S6、在步骤S4的语义感知掩码和定位感知掩码引导下，交叉蒸馏不同层次的语义特征和定位特征，计算交叉特征蒸馏的损失函数值；即自适应地融合不同层次教师与学生之间的特征蒸馏过程，以发挥浅层教师特征对深层学生特征的指导作用；具体地，交叉特征蒸馏过程包括以下步骤： S61、按照感受野大小，将不同粒度的学生特征Fstu进行降序排序得到并依次序迭代融合、更新； 具体地，首先，初始化融合特征，对特征变换得到其次进行特征融合；在t次迭代时，由于前驱融合特征的尺寸和当前特征不一致，因此先利用插值方法对齐两个特征，再通过加权求和得到t次迭代的融合特征n-1次迭代后，颠倒特征顺序，最终得到多层融合特征 具体运算如公式13和公式14所示： 其中，φ为特征变换层，和为t次迭代的融合权重，为插值函数； S62、引入语义感知掩码maskse和定位感知掩码masklo，分别针对特征图上语义知识和定位知识进行特征蒸馏，此外，蒸馏过程中所用的学生特征为融合特征Hstu，损失函数具体如公式15、公式16和公式17所示： 其中，为k层语义感知掩码i,j元素的值，为k层定位感知掩码i,j元素的值，为k层语义感知掩码的元素值之和，为k层定位感知掩码的元素值之和，为传统的特征蒸馏损失函数，Wse和Wlo分别表示语义特征蒸馏和定位特征蒸馏损失对应的系数； S7、计算总损失函数值，优化学生模型。

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安徽大学，其通讯地址为：230000 安徽省合肥市蜀山区九龙路111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。