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！

龙图腾网获悉中国石油大学(华东)申请的专利一种智慧社区个性化目标检测模型训练方法及训练系统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：CN116453057B 。

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：202310452630.1，技术领域涉及：G06V20/52；该发明授权一种智慧社区个性化目标检测模型训练方法及训练系统是由张卫山;赵宏伟;赵祎康;王子宇;张修贤;刘启源设计研发完成，并于2023-04-25向国家知识产权局提交的专利申请。

本一种智慧社区个性化目标检测模型训练方法及训练系统在说明书摘要公布了：本发明提出一种智慧社区个性化目标检测模型训练方法及训练系统，训练方法包括：从社区监控抓取大量图像数据，存入本地数据库，同时筛选所需任务的图像并标注；接收联邦服务器下发的Transformer自监督预训练超参数；创建本地训练任务，利用本地数据库中无标注数据进行自监督预训练；将模型特征提取网络部分的网络参数上传至联邦服务器，加权平均形成全局融合模型；各节点加载全局融合模型，并用本地数据进行继续训练，直至全局融合模型收敛；各社区节点利用已标注好的数据进行个性化微调，得到自己的目标检测模型。本发明保障了数据隐私安全，大幅减少了数据标注的人工投入，以自监督预训练的方式充分利用了社区海量的原始无标注数据。

本发明授权一种智慧社区个性化目标检测模型训练方法及训练系统在权利要求书中公布了：1.一种智慧社区个性化目标检测模型训练方法，应用于各个社区节点，其特征在于，包括以下步骤： S1，从社区监控中抓取大量的图像数据，存入本地数据库中； S2，从本地数据库中筛选所需任务的图像并标注； S3，接收联邦服务器下发的VisionTransformer自监督预训练超参数，所述训练超参数由联邦服务器创建训练任务后获取； S4，接收到训练超参数之后创建本地Transformer自监督训练任务，利用本地数据库中的无标注数据进行自监督预训练；具体过程为： 将输入图像划分为多个不重叠的图像块，随机掩盖一部分；网络采用的是非对称的encoder-decoder结构，encoder为进行预训练的特征提取网络，训练过程中在没有被掩盖的图像区域进行特征提取；decoder为一个全连接的线性层，结合encoder提取的特征对被掩盖的区域进行重建，即对每个被掩盖区域位置像素的值进行回归预测，通过将误差进行反向传播实现网络的预训练； S5，将社区节点Transformer自监督训练模型特征提取网络encoder部分的网络参数上传至联邦服务器； S6，接收联邦服务器下发的全局融合模型，所述全局融合模型由联邦服务器收集完各个社区节点的模型参数以后对其进行加权平均融合得到； S7，加载全局融合模型，并用本地数据对加载的模型进行继续训练； S8，循环S4至S7，直至全局融合模型收敛； S9，针对自己的个性化目标检测需求，加载所设计的目标检测算法模型，以全局融合模型的encoder部分为特征提取网络并将其冻结，利用已经标注好的数据进行个性化微调，得到自己的目标检测模型；具体过程为： 选取所需的目标检测算法；选取目标检测算法中的特征融合网络；设计算法的预测头，包括目标分类预测头和坐标回归预测头；以联邦自监督预训练得到的全局融合模型encoder部分为特征提取网络，并将其进行冻结，利用已经标注好的数据进行训练微调。

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石油大学(华东)，其通讯地址为：266000 山东省青岛市黄岛区长江西路66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。