Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江啄云智能科技有限公司权家新获国家专利权

浙江啄云智能科技有限公司权家新获国家专利权

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!

龙图腾网获悉浙江啄云智能科技有限公司申请的专利图像检测模型的训练方法、装置及图像检测方法、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:CN121053376B

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:202511587381.2,技术领域涉及:G06V10/25;该发明授权图像检测模型的训练方法、装置及图像检测方法、装置是由权家新;闻雷;钟键;杨红爱设计研发完成,并于2025-11-03向国家知识产权局提交的专利申请。

图像检测模型的训练方法、装置及图像检测方法、装置在说明书摘要公布了:本申请提供了一种图像检测模型的训练方法、装置及图像检测方法、装置,涉及人工智能技术领域。可以获取第一图像检测模型;基于第一图像检测模型对目标域未标注图像进行目标检测;确定各目标域未标注图像被第一图像检测模型检测时分别对应的目标漏检评分和或背景误检评分;基于目标漏检评分和或背景误检评分,筛选得到高风险目标域未标注图像;获取高风险目标域未标注图像进行人工标注得到的目标域人工标注图像;基于目标域人工标注图像和源域标注图像,对第一图像检测模型进行训练,得到第二图像检测模型。能够提高图像检测模型的跨域泛化能力。

本发明授权图像检测模型的训练方法、装置及图像检测方法、装置在权利要求书中公布了:1.一种图像检测模型的训练方法,其特征在于,包括: 获取第一图像检测模型,所述第一图像检测模型为基于源域标注图像进行训练得到的目标检测模型; 基于所述第一图像检测模型对目标域未标注图像进行目标检测; 确定各所述目标域未标注图像被所述第一图像检测模型检测时分别对应的目标漏检评分和或背景误检评分; 基于所述目标漏检评分和或所述背景误检评分,筛选得到高风险目标域未标注图像; 获取所述高风险目标域未标注图像进行人工标注得到的目标域人工标注图像; 基于所述目标域人工标注图像和所述源域标注图像,对所述第一图像检测模型进行训练,得到第二图像检测模型; 确定各所述目标域未标注图像分别对应的目标漏检评分,包括: 基于预训练的回归式评分器对所述目标域未标注图像进行预测,得到所述第一图像检测模型对所述目标域未标注图像进行目标检测时的漏检数量; 基于所述第一图像检测模型对所述目标域未标注图像的两种不同视图分别进行目标检测得到的检测框的类别概率向量,得到所述第一图像检测模型对所述目标域未标注图像的不同视图进行目标检测的一致性评分,所述两种不同视图为分别对所述目标域未标注图像进行不同的调整变换得到的视图; 根据所述漏检数量和所述一致性评分,得到所述目标漏检评分; 确定各所述目标域未标注图像分别对应的背景误检评分,包括: 获取所述第一图像检测模型对所述目标域未标注图像进行目标检测得到的检测框集合中置信度低于置信度阈值的检测框,得到背景候选集合; 基于所述第一图像检测模型对所述目标域未标注图像的两种不同视图分别进行目标检测得到的检测框的类别概率向量,得到所述背景候选集合中的各检测框的一致性熵; 根据所述一致性熵,计算得到所述背景误检评分。

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浙江啄云智能科技有限公司,其通讯地址为:310000 浙江省杭州市滨江区浦沿街道六和路307号2幢9层901室;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。