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！

龙图腾网获悉中国空间技术研究院申请的专利基于主动学习的光学遥感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：CN115731417B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202211474063.1，技术领域涉及：G06V10/764；该发明授权基于主动学习的光学遥感目标检测方法是由史也;向雪霜;范达;贾海鹏;贺杨;令狐鼎;刘雪娇;纪楠;陈清霞设计研发完成，并于2022-11-22向国家知识产权局提交的专利申请。

本基于主动学习的光学遥感目标检测方法在说明书摘要公布了：本发明涉及一种基于主动学习的光学遥感目标检测方法，包括：获取光学遥感目标图像的样本集，构建测试样本集和未标注样本池，随机在未标注样本池中筛选一批样本进行专家标注，作为初始的训练样本集；搭建单阶段光学遥感目标检测模型；设计主动学习采样策略；利用训练样本集对单阶段光学遥感目标检测模型进行训练，获得初始的光学遥感目标检测模型；利用测试样本集对光学遥感目标检测模型进行测试，判断该模型是否达到训练的终止条件；如果未达到，则按照主动学习采样策略对未标注样本池进行采样，经专家标注加入训练样本集，对光学遥感目标检测模型继续迭代训练，直至达到训练的终止条件。可有效减少样本标注成本，同时保持模型的检测性能。

本发明授权基于主动学习的光学遥感目标检测方法在权利要求书中公布了：1.一种基于主动学习的光学遥感目标检测方法，包括： 获取光学遥感目标图像的样本集，构建测试样本集和未标注样本池，随机在所述未标注样本池中筛选一批样本进行专家标注，并作为初始的训练样本集； 基于MMDetection目标检测框架，搭建单阶段光学遥感目标检测模型； 设计所述单阶段光学遥感目标检测模型的主动学习采样策略； 利用所述训练样本集对所述单阶段光学遥感目标检测模型进行训练，获得初始的光学遥感目标检测模型； 利用所述测试样本集对所述光学遥感目标检测模型进行测试，判断所述光学遥感目标检测模型是否达到训练的终止条件； 如果未达到，则按照主动学习采样策略对所述未标注样本池进行采样，经专家标注加入所述训练样本集，对所述光学遥感目标检测模型继续迭代训练，直至达到训练的终止条件； 其中，所述单阶段光学遥感目标检测模型为水平框单阶段目标检测模型或旋转框单阶段目标检测模型； 所述单阶段光学遥感目标检测模型的主动学习采样策略包括：在对未标注样本图像的采样过程中，预测框的位置不确定度、预测框的类别不确定度和未标注样本图像不确定度的计算，以及未标注样本图像不确定度的排序准则； 所述设计所述单阶段光学遥感目标检测模型的主动学习采样策略的过程，包括： 对所述单阶段光学遥感目标检测模型进行N次随机初始化，使用深度集成方法生成N个初始化的单阶段光学遥感目标检测模型，并输入所有的未标注样本图像，获得未标注样本的候选框的目标类别和位置信息，根据锚点框记录候选框的索引值； 根据候选框的索引值，对候选框的目标类别概率分布和位置概率分布求均值，对均值化的候选框进行非极大值抑制生成预测框； 根据每个预测框的索引值找到对应的候选框，获得预测框的概率分布，通过计算候选框的位置方差获得预测框的位置不确定度，通过计算N个单阶段光学遥感目标检测模型输出的目标类别概率的信息熵获得预测框的类别不确定度； 综合计算每个未标注样本图像的所有预测框的类别不确定度和位置不确定度后求均值，得到每个未标注样本图像的不确定度； 所述按照主动学习采样策略对所述未标注样本池进行采样，经专家标注加入所述训练样本集，具体包括： 按照主动学习采样策略计算未标注样本图像的不确定度，根据所有未标注样本图像的不确定度进行评估和排序，按照主动学习采样策略选择TopK个样本放入待标注样本集，再将对应的样本从所述未标注样本池中删除，并由专家标注后加入到所述训练样本集中； 所述终止条件为：未标注样本覆盖率的50％和map准确率达到标称值的95％。

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中国空间技术研究院，其通讯地址为：100094 北京市海淀区友谊路104号院；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。