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！

龙图腾网获悉清华大学;清华大学深圳国际研究生院申请的专利一种基于半软标签的SAR图像近岸舰船目标检测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：CN116563697B 。

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：202310211466.5，技术领域涉及：G06V20/10；该发明授权一种基于半软标签的SAR图像近岸舰船目标检测方法是由李刚;秦川;王学谦;刘瑜;何友设计研发完成，并于2023-02-27向国家知识产权局提交的专利申请。

本一种基于半软标签的SAR图像近岸舰船目标检测方法在说明书摘要公布了：本发明公开了一种基于半软标签的SAR图像近岸舰船目标检测方法，该方法包括：获取基于SAR图像舰船检测数据集的训练集和测试集；将训练集和训练集中图像对应的真值标签输入至改进的DSA‑Net网络模型进行训练得到教师模型；利用教师模型进行概率值计算得到带有概率信息的软标签进而计算半软标签；以及利用真值标签和半软标签再次训练改进的DSA‑Net网络模型以得到学生模型用于目标检测的检测网络模型；对自蒸馏训练过程中不同蒸馏温度下的学生模型进行损失计算得到检测网络模型的最优检测权重，基于最优检测权重得到测试集中待检测图像的舰船目标检测结果。本发明可以提升对SAR图像中舰船目标的检测精度。

本发明授权一种基于半软标签的SAR图像近岸舰船目标检测方法在权利要求书中公布了：1.一种基于半软标签的SAR图像近岸舰船目标检测方法，其特征在于，包括以下步骤： 获取基于SAR图像舰船检测数据集的训练集和测试集； 将所述训练集和所述训练集中图像对应的真值标签输入至改进的DSA-Net网络模型进行训练得到教师模型； 利用所述教师模型进行概率值计算得到带有概率信息的软标签进而计算半软标签；以及利用所述真值标签和所述半软标签再次训练所述改进的DSA-Net网络模型以得到学生模型用于目标检测的检测网络模型； 对自蒸馏训练过程中不同蒸馏温度下的所述学生模型进行损失计算得到所述检测网络模型的最优检测权重，基于所述最优检测权重得到所述测试集中待检测图像的舰船目标检测结果； 将原始DSA-Net的损失函数调整为ArBIoU损失函数以得到所述改进的DSA-Net网络模型，在回归过程中，计算所述训练集中图像预测的矩形框及对应的真值框的ArBIoU： 其中，和表示预测矩形框和真值框分别与水平方向的夹角，表示预测的矩形框和真值框的中心点的坐标，表示和围合区域的最短对角线长度，表示计算距离，计算IoU： 其中，表示计算面积，和分别表示两个矩形框交集区域和并集区域，表示和的长宽比差异： 其中，和分别表示预测矩形框和其真值框的宽度，h和hgt分别表示预测矩形框和其真值框的长度，和是两个权重系数，用以刻画长宽比偏差分别与中心点偏离和IoU的权重关联： 。

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清华大学;清华大学深圳国际研究生院，其通讯地址为：100084 北京市海淀区清华园；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。