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 > 苏州科技大学王琛获国家专利权

苏州科技大学王琛获国家专利权

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!

龙图腾网获悉苏州科技大学申请的专利小尺度目标检测方法、设备和存储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:CN119478581B

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:202411489512.9,技术领域涉及:G06V10/774;该发明授权小尺度目标检测方法、设备和存储介质是由王琛;陶重犇;郭继冲;师君;李良;杨伊茹;俞天宸设计研发完成,并于2024-10-24向国家知识产权局提交的专利申请。

小尺度目标检测方法、设备和存储介质在说明书摘要公布了:本申请提供了小尺度目标检测方法,该方法包括:将待检测图像输入已训练检测模型,获取小尺度目标的当前级检测结果;通过对待检测图像进行切片,获取切片集合和覆盖小目标集合Xsmall的最小凸集C;若确定所有小尺度目标均包含在切片集合内,则将最小切片集合中的图片输入已训练检测模型以获取小尺度目标的次级检测结果,否则,通过计算切片集合的子集中切片与待检测图像的剩余区域的交并比获取最小切片集合并输入已训练检测模型以获取小尺度目标的次级检测结果;将小尺度目标的当前级检测结果与小尺度目标的次级检测结果叠加,以获取小尺度目标的终极检测结果。本申请的技术方案可以提升对小尺度目标的检测效果并保证级联式检测的效率。

本发明授权小尺度目标检测方法、设备和存储介质在权利要求书中公布了:1.一种小尺度目标检测方法,其特征在于,所述方法包括: 对深度检测模型进行训练,得到已训练检测模型; 将待检测图像输入所述已训练检测模型,获取小尺度目标的当前级检测结果,所述当前级检测结果包含由多个小尺度目标边框构成的小目标集合Xsmall; 通过对所述待检测图像进行切片,获取切片集合和覆盖所述小目标集合Xsmall的最小凸集C,具体包括:遍历所述小目标集合Xsmall中所有小尺度目标边框;对于遍历到的任意一个小尺度目标边框,以其中心坐标为中心并按照预设尺寸对所述待检测图像进行切片,得到切片集合其中,Nslice为所述切片集合中切片的数量;根据所述小目标集合Xsmall中每个小尺度目标边框的中心坐标和大小,计算覆盖所述小目标集合Xsmall的最小凸集C; 判断所有所述小尺度目标是否均包含在对所述待检测图像进行切片时所得最小切片集合内; 若确定所有小尺度目标均包含在所述最小切片集合内,则将所述最小切片集合中的图片输入所述已训练检测模型以获取所述小尺度目标的次级检测结果,否则,通过计算所述切片集合的子集中切片与所述待检测图像的剩余区域的交并比获取所述最小切片集合并输入所述已训练检测模型以获取所述小尺度目标的次级检测结果,所述待检测图像的剩余区域为所述待检测图像中去掉选中切片后的区域,所述选中切片为所述切片集合的子集中切片与所述最小凸集C的交并比最大的切片; 将所述小尺度目标的当前级检测结果与所述小尺度目标的次级检测结果叠加,以获取所述小尺度目标的终极检测结果。

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苏州科技大学,其通讯地址为:215009 江苏省苏州市高新区科锐路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。