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！

龙图腾网获悉四川大学申请的专利一种基于提示-提取范式的类无关目标计数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：CN120088617B 。

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：202510198615.8，技术领域涉及：G06V10/82；该发明授权一种基于提示-提取范式的类无关目标计数方法是由耿天玉;吴彦良;杨灿晨;彭舰;许春设计研发完成，并于2025-02-23向国家知识产权局提交的专利申请。

本一种基于提示-提取范式的类无关目标计数方法在说明书摘要公布了：本发明公开了一种基于提示‑提取范式的类无关目标计数方法,属于计算机视觉处理技术领域，该方法首先定义提示‑提取范式，基于该范式构建类无关目标计数与定位流程，然后构建纯CNN模型PBECount，通过编码器‑解码器结构生成概率图；设计动态阈值模块，基于输入数据自动预测最优置信度阈值以过滤候选目标；提出峰值感知均方误差损失函数，增强模型对目标区域误差的敏感性；结合循环优化和后处理策略，进一步提升密集场景下的计数精度。该方法适用于复杂多类场景下的目标计数，具有高精度、低计算成本及广泛适用性。

本发明授权一种基于提示-提取范式的类无关目标计数方法在权利要求书中公布了：1.一种基于提示-提取范式的类无关目标计数方法，其特征在于，包括以下步骤： S1：定义提示-提取范式，根据范式构建类无关目标计数与定位； S11:在将查询图像输入到骨干网络之前提供示例，并从合并的查询图像和示例中联合提取特征； S12:将范式表示为：C=DBi,e，其中i代表查询图像，e代表示例，B表示骨干网络，D表示解码器，C代表计数结果； S2：对输入数据进行预处理，构建纯CNN模型PBECount，先获取查询图像和示例图像，将示例图像转换为示例概率图，然后创建一个与查询图像大小相同的全零矩阵，在矩阵中为每个示例生成一个高斯核，高斯核的峰值设置为1，并保持示例的位置和大小，最后将生成的示例概率图与尺寸为3,H,W的查询图像在通道维度上拼接，形成4,H,W的四通道输入数据； S3：构建网络结构进行特征提取，使用ResNet34作为骨干网络，将拼接后的数据输入到骨干网络中进行特征提取，通过U-Net结构的网络模型提取查询图像和示例图像的联合特征； S4：通过网络自动预测最优阈值，动态生成类别特定的置信阈值； S5：目标定位与计数，对生成的概率图进行非极大值抑制操作，得到候选目标，使用动态阈值分数对候选目标进行过滤，得到训练阶段的目标计数结果； S6：设计损失函数，以提升模型性能； S7：模型训练与优化； S8：推理与后处理，得到最终的目标计数结果。

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四川大学，其通讯地址为：610000 四川省成都市一环路南一段24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。