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！

龙图腾网获悉电子科技大学申请的专利一种基于高效标签分配策略的有向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：CN115953661B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202211660379.X，技术领域涉及：G06V10/82；该发明授权一种基于高效标签分配策略的有向目标检测方法是由周代英;谢骐阳;徐泽颖设计研发完成，并于2022-12-23向国家知识产权局提交的专利申请。

本一种基于高效标签分配策略的有向目标检测方法在说明书摘要公布了：本发明属于有向目标检测技术领域，具体涉及一种基于高效标签分配策略的有向目标检测方法。本发明基于一种两阶段有向目标检测模型；模型的第一阶段，基于高效标签分配策略构成区域建议网络，生成有方向的区域建议框；模型的第二阶段利用目标检测网络执行检测任务，该网络利用全连接层合并第一阶段中区域建议框得到的特征，并进行检测框回归。由于高效标签分配策略能为不同大小形状的训练框分配到最合适的真实标签，使得训练框的标签分配更加合理，解决标签所对应的训练框数量和质量最优的问题，从而提高了目标检测率。实验结果验证了方法的有效性。

本发明授权一种基于高效标签分配策略的有向目标检测方法在权利要求书中公布了：1.一种基于高效标签分配策略的有向目标检测方法，其特征在于，包括： 构建有向目标检测模型，包括特征提取主干网络、区域建议网络、目标检测网络，其中特征提取主干网络的输入为遥感图像，特征提取主干网络包括依次级联的4个特征提取子网络，每个特征提取子网络的结构为卷积层-激活层-卷积层-激活层-池化层，最后一个特征提取子网络的池化层的输出再依次经过卷积层-激活层-卷积层-激活层后输出提取到的特征图，其中所有的卷积层大小都为3*3、滑动步长为1，所有的池化层大小都为2*2、滑动步长为2，所有的激活层均为ReLu函数激活层； 特征提取主干网络输出的特征图分别输入区域建议网络和目标检测网络，其中输入到区域建议网络的特征图经过1个大小为3*3、滑动步长为1的卷积层和1个ReLu函数激活层后，分别输入到2个大小为1*1、滑动步长为1的卷积层，其中一个卷积层的输出经过softmax层后输出当前建议框包含目标的概率，此概率与另一个卷积层输出合并作为高效标签分配层的输入，在高效标签分配层中基于高效标签分配策略完成当前建议框的标签分配，最后输出最优的建议框到目标检测网络；目标检测网络的结构为ROI池化层-全连接层-激活层-全连接层-激活层-全连接层，目标检测网络输出目标的检测框； 所述高效标签分配策略是：首先选取出置信分数排在前50％的所有锚框，然后，依次计算每一个真实框GT与这些锚框的IOU值，将每一个真实框GT对应的IOU值在前20％的锚框取出，并将这些锚框IOU值的和作为选取训练框的数量k，即选择IOU值大小排在前k个的锚框的标签为该GT，这k个锚框则构成本轮训练的建议框； 在进行目标检测前，选取训练图像集对有向目标检测模型进行训练：首先将训练图像数据输入到特征提取主干网络中，提取特征图作为后续区域建议网络和目标检测网络的输入，然后，区域建议网络利用特征图数据基于高效标签分配策略输出最优的建议框，并作为目标检测网络的输入，目标检测网络根据输入的特征图数据和最优的建议框快速确定包含目标的检测框，最后，利用检则结果和真实值之间的误差，基于BP算法完成对数个网络模型参数的迭代更新； 有向目标检测模型训练完成后，将新的图像输入到网络中，经过特征提取主干网后提取特征图，直接输入到目标检测网络进行目标检测，最后检测网络输出包含目标的检测框，完成对目标的检测。

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电子科技大学，其通讯地址为：611731 四川省成都市高新西区西源大道2006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。