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！

龙图腾网获悉成都考拉悠然科技有限公司申请的专利目标检测方法、装置、计算设备及存储介质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：CN120599237B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202511101361.X，技术领域涉及：G06V10/25；该发明授权目标检测方法、装置、计算设备及存储介质是由贾可;黄奇;曾欣科;易国锋;沈复民;申恒涛设计研发完成，并于2025-08-07向国家知识产权局提交的专利申请。

本目标检测方法、装置、计算设备及存储介质在说明书摘要公布了：本申请提供目标检测方法、装置、计算设备及存储介质，所述目标检测方法包括：接收模板图片与待检测图片；基于第一骨架网络对模板图片进行特征提取，得到模板特征，并基于第二骨架网络对待检测图片进行特征提取，得到待检测特征；将模板特征作为卷积核，将待检测特征作为卷积输入，提取待检测图片中关于模板图片的响应输出；基于预训练的预测头，对响应输出进行目标置信度、边框、旋转角度预测，得到待检测图片中关于所述模板图片的目标检测结果。将模板特征转化为卷积核参与推理，赋予模型跨模板、跨场景的零样本泛化能力，并且将模板作为卷积核与待匹配图特征进行匹配，实现模板与匹配机制的解耦，使模型能够适应不同模板场景而无需重新训练。

本发明授权目标检测方法、装置、计算设备及存储介质在权利要求书中公布了：1.一种目标检测方法，其特征在于，包括： 接收模板图片与待检测图片； 基于第一骨架网络对所述模板图片进行特征提取，得到模板特征，并基于第二骨架网络对所述待检测图片进行特征提取，得到待检测特征，其中，所述第一骨架网络与所述第二骨架网络为相同网络结构，或不同网络结构；当所述第一骨架网络与所述第二骨架网络为相同网络结构，所述第一骨架网络与所述第二骨架网络共享权重，或独立训练权重参数； 将所述模板特征作为卷积核，将所述待检测特征作为卷积输入，提取所述待检测图片中关于所述模板图片的响应输出，其中，卷积采用为深度可分离卷积； 基于预训练的预测头，对所述响应输出进行目标置信度、边框、旋转角度预测，得到所述待检测图片中关于所述模板图片的目标检测结果，其中，所述预测头的训练过程为，基于样本图片集，构建训练图片集，将所述训练图片集作为待训练预测头的输入，输出预测结果，根据所述训练图片集与所述预测结果，构建损失函数，根据所述损失函数对所述待训练预测头进行调参，直至满足训练条件，得到预训练的所述预测头；具体的，所述训练图片集构建过程为，在所述样本图片中的样本模板图片中，随机选取模板中心点，根据所述模板中心点裁剪模板，并对所述模板进行随机缩放与随机旋转，得到待粘贴模板，粘贴所述待粘贴模板至所述样本图片集中的样本待检测图片，得到训练样本图片集，其中，粘贴过程采用泊松融合；所述损失函数构建过程为，基于所述训练图片集，通过自适应高斯热力图，构建训练真值，根据所述预测结果与所述训练真值，构建对应模板中心位置的第一损失函数，其中，所述第一损失函数采用交叉熵损失函数，根据所述预测结果与所述训练图片集，确定亚像素偏移回归对应的第二损失函数，缩放尺寸回归的第三损失函数，旋转角度回归的第四损失函数，其中，所述第二损失函数与所述第三损失函数采用‌SmoothL1，所述损失函数包括所述第一损失函数、所述第二损失函数、所述第三损失函数以及所述第四损失函数。

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成都考拉悠然科技有限公司，其通讯地址为：610095 四川省成都市高新区天府五街200号4号楼A区10层1001、1002、1003室；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。