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！

龙图腾网获悉江苏科技大学申请的专利一种基于注意力机制和对比学习的小样本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：CN116051893B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202310020261.9，技术领域涉及：G06V10/764；该发明授权一种基于注意力机制和对比学习的小样本目标检测方法是由黄树成;徐昱峤;朱霞设计研发完成，并于2023-01-05向国家知识产权局提交的专利申请。

本一种基于注意力机制和对比学习的小样本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注意力机制和对比学习的小样本目标检测方法，包括：将数据集划分成基类和新类数据集，并对基类数据集进行N‑wayK‑shot任务划分；处理选取的支持图像并对支持图像和查询图像进行特征提取；用协同注意力模块将支持特征与查询特征相互匹配；对感兴趣区域和支持特征进行池化操作；利用池化后的感兴趣区域进行分类和定位，并用池化后的感兴趣区域和支持特征进行对比学习；将对比损失函数与FasterR‑CNN的损失函数相结合，得到整体损失函数用于训练；利用在基类数据集上训练好的模型，在新类数据集上以相同过程进行微调，得到最终的小样本目标检测模型。本发明可提高小样本目标检测的检测精度。

本发明授权一种基于注意力机制和对比学习的小样本目标检测方法在权利要求书中公布了：1.一种基于注意力机制和对比学习的小样本目标检测方法，其特征在于，包括以下步骤： S1.将FasterR-CNN作为基础模型架构，主干网络采用ResNet-101；将目标检测数据集划分为类别不相交的基类数据集和新类数据集，并从元学习的思想出发，对基类数据集进行任务划分，每个任务包含N个类别，每个类别采样包含K张图像的支持图像集和包含Q张图像的查询图像集； S2.选取一组支持图像和一张查询图像，每张支持图像包含RGB三通道和一个表示支持图像中目标位置的mask通道； S3.对查询图像和增加mask通道后的支持图像分别进行特征提取，得到支持特征和查询特征； S4.使用协同注意力模块，根据S2得到的支持特征和查询特征，产生两者之间的相关性权重，再利用相关性权重分别对支持特征和查询特征进行加权，得到加权的支持特征和加权的查询特征； S5.将S4中得到的加权的查询特征输入到RPN中得到可能为前景的候选区域，并对其相应的感兴趣区域进行RoIAlign操作，得到池化后的候选区域特征；同时根据目标标注位置信息进行对加权的支持特征进行裁剪，并将裁剪后的支持特征进行RoIAlign操作，得到池化后的支持区域特征； S6.将S5中得到的池化后的候选区域特征输入到RoIHead模块进行目标分类和定位，同时将其与池化后的支持区域特征一起输入到对比分支中进行对比学习；提出相似度计算方法和对比损失函数，并将对比损失函数与FasterR-CNN的损失函数相结合，构成最终的损失函数用于训练；在基类数据集上经过多轮训练后，得到基类模型； S7.利用在基类数据集上训练得到的基类模型，在新类数据集上进行微调，微调方式同步S2-S6的训练过程。

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江苏科技大学，其通讯地址为：212100 江苏省镇江市丹徒区长晖路666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。