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！

龙图腾网获悉深圳大学申请的专利目标检测域适应方法、设备、存储介质及计算机程序产品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：CN119559375B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411532282.X，技术领域涉及：G06V10/25；该发明授权目标检测域适应方法、设备、存储介质及计算机程序产品是由李坚强;张劲;王攀;王佳设计研发完成，并于2024-10-30向国家知识产权局提交的专利申请。

本目标检测域适应方法、设备、存储介质及计算机程序产品在说明书摘要公布了：本申请公开了一种目标检测域适应方法、设备、存储介质及计算机程序产品，涉及计算机视觉技术领域，所述方法包括：根据预先搭建的引擎构建仿真环境；根据特定数据采集算法从所述仿真环境中自动标注并采集源域数据；获取从真实环境中采集的目标域数据；将所述源域数据和所述目标域数据输入预先构建的平均教师对抗域适应基线模型中进行处理，得到图像级特征以及目标域伪标签；对所述图像级特征以及所述目标域伪标签使用目标类别对比学习来进行目标检测域适应。通过目标类别对比学习，避免数据不平衡以及产生模糊分类边界，更好地进行目标检测域适应。

本发明授权目标检测域适应方法、设备、存储介质及计算机程序产品在权利要求书中公布了：1.一种目标检测域适应方法，其特征在于，所述方法包括： 根据预先搭建的引擎构建仿真环境； 根据特定数据采集算法从所述仿真环境中自动标注并采集源域数据； 获取从真实环境中采集的目标域数据； 获取学生模型和教师模型； 对所述学生模型之间进行权重共享，所述教师模型之间进行权重共享； 通过权重共享的学生模型和权重共享的教师模型构建平均教师对抗域适应基线模型，所述平均教师对抗域适应基线模型包括第一教师模型、第二教师模型、第一学生模型、第二学生模型中的一种或多种； 将所述源域数据和所述目标域数据输入预先构建的平均教师对抗域适应基线模型中进行处理，得到图像级特征以及目标域伪标签，包括：分别对所述源域数据进行弱增强处理和强增强处理；将经过弱增强处理后的源域数据输入所述第一教师模型，得到第一源域图像级特征和源域标签；将经过强增强处理后的源域数据输入所述第一学生模型，得到第二源域图像级特征；分别对所述目标域数据进行弱增强处理和强增强处理；将经过弱增强处理后的目标域数据输入第二教师模型，得到第一目标域图像级特征以及目标域伪标签；将经过强增强处理后的目标域数据输入第二学生模型得到第二目标域图像级特征；基于所述第一源域图像级特征、所述第二源域图像级特征、所述第一目标域图像级特征、所述第二目标域图像级特征构成图像级特征； 对所述图像级特征以及所述目标域伪标签使用目标类别对比学习来进行目标检测域适应，包括：基于所述图像级特征和所述目标域伪标签提取目标区域特征，所述目标类别对比学习包括域内域间对比损失和不平衡对比损失；所述目标区域特征包括强增强源域、弱增强源域、弱增强目标域、强增强目标域中的一种或多种； 通过将所述目标区域特征投影到分类对比学习潜在空间，进行域间域内对比损失，得到对比损失值，包括：将所述目标区域特征投影到分类对比学习潜在空间；将所述强增强源域和所述强增强目标域定义为查询样本；将所述弱增强源域和所述弱增强目标域定义为关键样本；将所述关键样本存储至类平衡动量字典中；以所述查询样本为锚点，结合所述类平衡动量字典对所述目标区域特征进行域内域间对比损失； 基于所述对比损失值计算不平衡对比损失值； 结合所述对比损失值以及所述不平衡对比损失值进行目标检测域适应。

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深圳大学，其通讯地址为：518000 广东省深圳市南山区粤海街道南海大道3688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。