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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利基于误分类修正的弱监督目标检测方法及相关设备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：CN120014234B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510092114.1，技术领域涉及：G06V10/25；该发明授权基于误分类修正的弱监督目标检测方法及相关设备是由吴志昊;徐勇;罗荣;完颜娟设计研发完成，并于2025-01-21向国家知识产权局提交的专利申请。

本基于误分类修正的弱监督目标检测方法及相关设备在说明书摘要公布了：本发明公开了一种基于误分类修正的弱监督目标检测方法、系统、电子设备及存储介质，方法包括利用卷积神经网络提取目标候选位置的区域特征；通过分类器对提取的区域特征分配所属类别标签；根据类别间的置信度差异，设计误分类修正驱动的标签分配模块，以识别误分类情况并予以修正，并重新分配标签用于目标检测模型训练。本发明方法通过修正训练阶段生成的错误类别标签，显著提高弱监督目标检测方法的分类性能。

本发明授权基于误分类修正的弱监督目标检测方法及相关设备在权利要求书中公布了：1.一种基于误分类修正的弱监督目标检测方法，其特征在于，所述方法包括以下步骤： 针对输入的图像，利用卷积神经网络提取目标候选位置的区域特征； 通过分类器对提取的区域特征分配所属类别标签； 根据类别间的置信度差异，设计误分类修正驱动的标签分配模块，以识别误分类情况并予以修正，并重新分配标签用于目标检测模型训练； 训练所述误分类修正驱动的标签分配模块过程中： 迭代进行如下步骤直至到达最大迭代次数： 将区域特征向量输入包含全连接层和类别维度的Softmax层分支，得到候选区域分数矩阵； 从上一分支的候选区域分数中，选出每个正类中置信度最高的候选区域，对应的置信度为；选出所有负类中置信度最高的候选区域，对应的置信度为; 若，视为类别对发生一次潜在的误分类情况； 如果训练进程不足十分之三，当类别对发生潜在误分类情况时，将其记录在误分类记忆库中更新，其中代表类别对出现的次数；构建正类记忆库,用于记录以往迭代中每个类别作为正类出现的次数； 如果训练进程到达十分之三，计算每个类别对发生潜在误分类的频率：；将中的元素按降序排列，得到排序后的类别对频率向量，其中，以及对应的排名矩阵，其中表示类别对的出现频率排名；计算邻近元素之间的差值，得到频率差值向量；找到中最大的元素并记录其排名; 如果训练进程超过十分之三，当潜在误分类对出现时，若满足条件，则将获得最高负类得分的候选区域标记为正例；否则，正例为获得最高正类得分的区域； 计算其他候选区域与正例的交并比，大于0.5的候选区域也被选为正例，小于0.1的区域被忽略，其余区域被设为负例，作为监督信息; 将和输入到多类交叉熵损失函数中； 迭代完成后计算的平均值，作为每个候选区域置信度的最终预测结果。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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。