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！

龙图腾网获悉北京理工大学申请的专利一种模型训练方法、关键点选择方法、装置、设备及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：CN120635632B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511129049.1，技术领域涉及：G06V10/774；该发明授权一种模型训练方法、关键点选择方法、装置、设备及介质是由王钢;陈英溪;梅云鹏;孙健;陈杰设计研发完成，并于2025-08-13向国家知识产权局提交的专利申请。

本一种模型训练方法、关键点选择方法、装置、设备及介质在说明书摘要公布了：本申请涉及计算机视觉技术领域，特别涉及一种模型训练方法、关键点选择方法、装置、设备及介质。所述方法具体包括通过特征提取模块确定训练图像数据的第一高维特征图和变换图像数据的第二高维特征图；通过关键点检测模块输出的第一预测关键点概率图、第一预测描述符向量图、第二预测关键点概率图和第二预测描述符向量图构建损失函数项，并基于损失函数项训练关键点检测模型。本申请通过采用包含RGB图像和深度图像的训练图像数据以及训练图像数据对应的变换图像数据作为待训练的关键点检测模型的输入项，融合了RGB与深度信息，有效提取多尺度特征，使得关键点检测模型可以有效利用二维图像信息和深度信息，可以提高关键点检测模型的检测准确性。

本发明授权一种模型训练方法、关键点选择方法、装置、设备及介质在权利要求书中公布了：1.一种模型训练方法，其特征在于，用于训练关键点检测模型，所述关键点检测模型包括特征提取模块和关键点检测模块；所述模型训练方法具体包括： 获取训练图像集，其中，所述训练图像集包括若干训练图像数据和每个训练图像数据对应的变换图像数据，训练图像数据和变换图像数据均包括RGB图像和深度图像，所述变换图像数据为分别对其对应的训练图像数据中的RGB图像和深度图像进行随机单应性变换所得到的； 通过所述特征提取模块确定所述训练图像数据的第一高维特征图和所述变换图像数据的第二高维特征图； 通过所述关键点检测模块，基于所述训练图像数据的第一高维特图确定第一预测关键点概率图和第一预测描述符向量图，以及基于所述变换图像数据的第二高维特图确定第二预测关键点概率图和第二预测描述符向量图； 基于所述第一预测描述符向量图、所述第二预测描述符向量图、所述第一预测关键点概率图及所述第二预测关键点概率图构建损失函数项，并基于所述损失函数项对所述关键点检测模型进行训练，以得到经过训练的关键点检测模型； 其中，所述基于所述第一预测描述符向量图、所述第二预测描述符向量图、所述第一预测关键点概率图及所述第二预测关键点概率图构建损失函数项具体包括： 计算所述第一预测描述符向量图和所述第二预测描述符向量图的相似性矩阵； 基于所述相似性矩阵确定所述训练图像数据与所述变换图像数据间的双向匹配概率； 基于所述双向匹配概率构建描述符损失项； 基于第一预测关键点概率图及第二预测关键点概率图构建关键点损失项； 将所述描述符损失项和所述关键点损失项加权，以得到损失函数项。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。