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！

龙图腾网获悉武汉纺织大学申请的专利基于终身学习的目标检测方法和装置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：CN115620099B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202211184254.4，技术领域涉及：G06V10/778；该发明授权基于终身学习的目标检测方法和装置是由廖海斌;袁理;王闵;汪晶;简子倪设计研发完成，并于2022-09-27向国家知识产权局提交的专利申请。

本基于终身学习的目标检测方法和装置在说明书摘要公布了：本发明提出一种基于终身学习的目标检测方法和装置，该方法模仿人类目标检测行为准则，使模型可以持续不断的学习新目标检测任务的同时还不遗忘旧目标检测任务，不但如此，模型不仅可以利用旧目标检测任务学习到的知识来辅助新目标检测任务，还可以利用新目标检测任务来加强旧目标检测任务。本发明中的目标检测模型是一种双向学习模型，其不但可以利用已有目标检测任务学习到的知识来加快和提升新目标检测任务，同时还可以利用新目标检测任务来加强旧目标检测任务以避免“灾难性遗忘”问题。

本发明授权基于终身学习的目标检测方法和装置在权利要求书中公布了：1.一种基于终身学习的目标检测方法，其特征在于，包括如下步骤： 步骤1，构建基于终身学习的基础目标检测模型，使其具备基本的目标检测任务；所述基于终身学习的目标检测学习模型包括主干网络、多尺度融合网络、多任务学习和终身学习四大部分； 其中，主干网络采用EfficientNetB7进行特征提取； 多尺度融合网络在每一个尺度上，首先对上一个尺度层的最终特征图进行下采样得到与本尺度层大小一致的特征图；然后，将上尺度层特征图和本尺度层输入的特征图进行拼接得到本尺度层新的特征图；随后，对新的特征图进行卷积和池化操作得到本尺度层最终的特征图；最后，利用头部预测网络进行目标检测，输出本尺度层检测到的目标类别和位置信息，其中头部预测网络引用CenterNet策略，采用Anchor-free思想的网络头部进行目标检测框回归和类别识别； 步骤2，已知任务学习，利用主干网络和多尺度融合网络对已知目标检测任务及对应的样本进行基础目标检测模型训练学习，使其能够完成已知目标的检测任务； 步骤3，新任务学习，当遇到新目标检测任务时，利用多任务学习和终身学习部分对新任务样本和已知任务知识进行迁移学习，优化基础目标检测模型，并对优化后的目标检测模型进行训练，使得优化后的目标检测模型不仅能够完成新目标的检测任务，还不忘记原有目标的检测任务； 步骤4，重复执行S3，使得目标检测模型越来越健全，完成各种不同的目标检测任务。

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武汉纺织大学，其通讯地址为：430073 湖北省武汉市洪山区纺织路1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。