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！

龙图腾网获悉西安交通大学申请的专利一种基于联邦迁移学习的检测方法、系统、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：CN115470703B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202211128866.1，技术领域涉及：G06F30/27；该发明授权一种基于联邦迁移学习的检测方法、系统、设备及介质是由丁香;杨树森;王艺蒙;赵鹏;赵聪;李科学;郭思言;李亚男;韩青设计研发完成，并于2022-09-16向国家知识产权局提交的专利申请。

本一种基于联邦迁移学习的检测方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种基于联邦迁移学习的检测方法、系统、设备及介质，基于追踪加速的安全作业视频实时检测模型作为基础模型，在数据不出作业现场本地的前提下，通过冻结批归一化层参数和共享其他层参数的联邦迁移技术为带标签的源域电力公司的作业现场提供实时精准的个性化安全作业检测。通过基于源域全局模型的初始模型选择、基于联邦域对抗网络的伪标签预测和模型自训练为不带标签的目标域电力公司的作业现场提供实时精准的安全作业视频实时检测。本发明表现出良好的收敛速度和稳定性，满足不同源域电力公司个性化需求，同时保持了较好的检测精度和速度。与常用域自适应算法相比，本发明具有最佳精度和最低延迟，显著提升了域自适应能力。

本发明授权一种基于联邦迁移学习的检测方法、系统、设备及介质在权利要求书中公布了：1.一种基于联邦迁移学习的检测方法，其特征在于，包括以下步骤： 根据源域的本地标签数据，训练轻量级的CNN检测模型，利用联邦聚合方法聚合CNN检测模型的参数，得到本地模型； 采用联邦迁移学习的个性化模型训练方法，对本地模型进行处理，得到源域的个性化检测模型； 对源域的个性化检测模型的参数进行平均聚合，得到源域全局模型，将源域全局模型作为目标域的初始模型； 利用联邦对抗网络为目标域训练伪标签预测器； 利用多个源域的个性化检测模型进行投票，得到伪标签预测器的预测结果；初始模型利用预测结果和目标域不带标签的数据进行自训练，得到目标域最终检测模型；具体的： 初始模型利用伪标签预测器预测的伪标签和本地数据进行自训练，目标域每个作业现场的模型自训练损失如下： 其中，表示目标域公司第个作业现场，且，表示目标域公司的第个作业现场的视频数据图像总帧数，为第帧视频图像样本，为目标域样本伪标签，分别为目标域检测模型分类和回归损失； 目标域样本输入至初始模型中得到预测值，预测值与样本伪标签通过Mobilenetv2-SSD目标检测模型损失计算方法计算分类和回归损失；样本伪标签由伪标签预测器初始化和初始模型不断细化而成，如下： 其中，为权重； 在训练初期，伪标签预测器的权重大于初始模型的权重；随着初始模型的预测性能增强，权重也逐步增大；在训练末期，伪标签完全依赖于初始模型，最终自训练得到的模型为目标域最终检测模型； 采用固定的关键帧间隔方法从源域和目标域的实时视频帧序列中选择关键帧；将关键帧输入源域的个性化检测模型和目标域的最终检测模型得到检测结果，并将检测结果发送至追踪模块作为追踪模板； 将非关键帧输入已完成关键帧检测结果更新的轻量化的追踪模块，利用追踪模板对非关键帧中的目标进行追踪检测，得到当前非关键帧中检测对象的坐标，并继承关键帧的分类结果。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。