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！

龙图腾网获悉上海交通大学申请的专利用水平包围盒标注弱监督训练的旋转目标检测器实现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：CN116168284B 。

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：202211100121.4，技术领域涉及：G06V20/10；该发明授权用水平包围盒标注弱监督训练的旋转目标检测器实现方法是由章舸帆;严骏驰;何弢;汤进设计研发完成，并于2022-09-09向国家知识产权局提交的专利申请。

本用水平包围盒标注弱监督训练的旋转目标检测器实现方法在说明书摘要公布了：一种用水平包围盒标注弱监督训练的旋转目标检测器实现方法，通过采用只带目标类别及HBB标注的图像训练集对OBB检测器模型进行弱监督训练，并将经训练后的模型中仅用于弱监督训练的多余组件删除，获得可直接预测OBB框的OBB目标检测器，在在线阶段对同一任务的待检测数据进行推理，获得OBB目标检测结果。本发明利用图像数据和对应的人工标注的水平包围框HBB，通过HBB标注对神经网络直接进行弱监督训练，获得能够识别、检测可旋转目标、给出目标旋转包围框OBB，且本发明在降低标注成本的同时，得到的OBB检测器的检测性能与采用OBB标注进行训练的对照检测器基本相同。

本发明授权用水平包围盒标注弱监督训练的旋转目标检测器实现方法在权利要求书中公布了：1.一种用水平包围盒标注弱监督训练的旋转目标检测器实现方法，其特征在于，包括： 步骤S1：针对特定有向包围盒OBB目标检测任务，人工采集任务的图像数据，并由标注员标注任务图像数据中目标的类别以及水平包围盒HBB，并根据图像和对应标注构建出只带目标类别及HBB标注的图像训练集，并对其中带HBB标注的图像训练集进行预处理； 步骤S2：构建OBB目标检测器的弱监督训练网络模型，采用包含经过预处理的训练图、人工标注的目标类别以及以及人工标注的目标包围盒的图像训练集进行弱监督训练，优化模型的权重； 步骤S3：对经步骤S2训练后的弱监督训练网络模型中仅用于弱监督训练的多余组件精简，获得OBB目标检测器的推理模型，在推理阶段对同一任务的待检测数据进行预处理后输入OBB目标检测器的推理模型进行推理，获得OBB目标检测结果； 所述的OBB目标检测器的弱监督训练网络包括：第一变换模块、第二变换模块、第一特征提取网络、第二特征提取网络、分类网络、第一回归网络、第二回归网络、第一OBB解码器、第二OBB解码器、第一逆变换模块、第二逆变换模块、第一分配器、分类损失计算模块、中心程度损失计算模块、外接回归损失计算模块、第二分配器和变换一致性损失计算模块，其中：第一变换模块、第二变换模块、第一逆变换模块、第二逆变换模块四者协同工作、分别对图像和OBB检测结果进行变换和逆变换，第一特征提取网络和第一回归网络、第二特征提取网络和第二回归网络组成的孪生OBB回归神经网络，对经过不同变换后的图像进行OBB回归； 所述的第一回归网络包括：第一共享子网络和三个独立的分支子网络，其中：在弱监督训练过程中，第一共享子网络根据第二变换特征图得到第一变换回归特征图，第一变换回归特征图分别经过三个独立的分支子网络，输出在各个尺度下的第一变换OBB位置尺寸预测、第一变换OBB朝向预测、第一变换OBB中心程度预测，其预测的是在第尺度下的位置若存在目标，则距离该目标的中心位置的相对偏离程度； 所述的第二回归网络包括：第二共享子网络和两个独立的分支子网络，其中：在弱监督训练过程中，第二共享子网络根据第二变换特征图得到第二变换回归特征图，第二变换回归特征图分别经过两个独立的分支子网络，输出在各个尺度下的第二变换OBB位置尺寸预测和第二变换OBB朝向预测。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。