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！

龙图腾网获悉南京大学申请的专利一种基于损失反馈的类别和尺度均衡目标检测训练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：CN115311485B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202110492210.7，技术领域涉及：G06V10/764；该发明授权一种基于损失反馈的类别和尺度均衡目标检测训练方法是由阮雅端;朱珂昕;徐沁心;孟凡泽;王麟皇;陈启美设计研发完成，并于2021-05-06向国家知识产权局提交的专利申请。

本一种基于损失反馈的类别和尺度均衡目标检测训练方法在说明书摘要公布了：一种基于损失反馈的类别和尺度均衡目标检测训练方法，在对检测网络进行迭代训练时，基于损失函数的反馈对训练样本分别进行类别均衡和尺度均衡，类别均衡动态调整迭代训练中各类别和各样本的采样概率，使训练类别及样本数据均衡，得到训练集I’，尺度均衡动态调整训练集I’的训练样本尺度，通过图像拼接使训练集I’的目标尺度满足训练需求，经过类别平衡和尺度均衡的训练集I”作为新一次迭代训练样本进行训练。本发明使训练中模型更关注少样本类别，可提升模型泛化性，根据网络需要提供不同尺度的训练样本，在确保大物体准确性同时提升小物体检测准确度。本发明仅增加少量对样本梯度占比的计算量，不影响训练推理速度的前提下，提高了训练准确性。

本发明授权一种基于损失反馈的类别和尺度均衡目标检测训练方法在权利要求书中公布了：1.一种基于损失反馈的类别和尺度均衡目标检测训练方法，其特征是在对目标检测网络进行迭代训练时，基于损失函数的损失反馈对训练样本分别进行类别均衡和尺度均衡，类别均衡根据各类别样本在当前迭代中的梯度统计信息，动态调整迭代训练中各类别和各样本的采样概率，使训练类别及样本数据均衡，得到类别平衡后的训练集I’，尺度均衡基于损失函数的损失反馈，根据训练集I’的训练样本在当前迭代中的梯度统计信息，动态调整训练集I’的训练样本尺度，通过图像拼接使训练集I’的目标尺度满足训练需求，经过类别平衡和尺度均衡的训练集I”作为新一次迭代训练样本输入目标检测网络进行训练； 所述类别均衡具体为： S1.1定义gc为类别c训练样本在当前迭代中的梯度占比，rc为类别c的过采样系数，ri为样本i的过采样系数，D为数据增广操作集合，k为过采样阈值，为一个超参数； S1.2针对每个类别，统计训练样本在当前迭代中的梯度占比gc； S1.3根据每个类别的梯度占比gc更新下次迭代每个类别和样本的过采样系数，下次迭代类别c的过采样系数为即当gc≥k时，c类别不进行过采样，当gck时，c类别进行过采样，过采样系数为S1.4样本i的过采样系数为即在样本i所出现的类别中，取最大的类别过采样系数作为样本i的过采样系数； S1.5遍历当前迭代的训练样本集进行步骤S1.2‑S1.4，将每个样本的过采样系数向上取整作为该样本在下次迭代的训练样本集中的重复次数； S1.6返回经过基于损失反馈进行样本类别平衡后的训练集I’，用于下次迭代训练。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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。