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！

龙图腾网获悉西南科技大学申请的专利一种基于融合特征的目标网络模型获取方法及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：CN116258871B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202310248605.1，技术领域涉及：G06V10/44；该发明授权一种基于融合特征的目标网络模型获取方法及装置是由江宁;朱洪林;林成;何刚设计研发完成，并于2023-03-15向国家知识产权局提交的专利申请。

本一种基于融合特征的目标网络模型获取方法及装置在说明书摘要公布了：本发明涉及人工智能算法技术领域，尤其涉及一种基于融合特征的目标网络模型获取方法及装置，方法包括：获取教师、学生网络模型和训练数据集；将训练数据集输入学生网络模型和教师网络模型，提取学生末层特征图和教师各层特征图；对学生末层特征图和教师各层特征图分别进行处理，得到学生末层目标特征图和教师各层目标特征图；将学生末层目标特征图分别与教师各层目标特征图进行融合，得到融合特征集；基于融合特征集，确定多层蒸馏损失；基于多层蒸馏损失，对学生网络模型的参数进行调整，得到目标网络模型，通过将特征进行融合，将特征压缩，降低处理量，进而降低网络模型的复杂性，使得该目标网络模型能够应用在小型化产品上。

本发明授权一种基于融合特征的目标网络模型获取方法及装置在权利要求书中公布了：1.一种基于融合特征的目标网络模型获取方法，其特征在于，包括： 获取教师网络模型、学生网络模型以及训练数据集，所述学生网络模型的参数量小于所述教师网络模型的参数量，所述训练数据集中具体为图片和标签； 将所述训练数据集输入所述学生网络模型，提取学生末层特征图，以及将所述训练数据集输入所述教师网络模型，提取教师各层特征图； 对所述学生末层特征图和所述教师各层特征图分别进行处理，得到学生末层目标特征图和教师各层目标特征图，所述学生末层目标特征图的尺寸和通道数与所述教师各层目标特征图的尺寸和通道数均相等； 将所述学生末层目标特征图分别与教师各层目标特征图进行融合，得到融合特征集； 基于所述融合特征集，确定多层蒸馏损失，包括： 基于所述融合特征集，确定单层蒸馏损失，具体按照如下方式确定： ； 其中，为任意单层蒸馏损失，为融合特征集中的任意融合特征，为学生各层特征集中除学生末层特征图之外的特征，，为学生网络模型中最后一层功能块所对应的序号，为均方误差损失计算； 基于所述单层蒸馏损失，通过迭代计算，得到多层蒸馏损失，具体按照如下方式得到： ； 其中，为多层蒸馏损失； 基于所述多层蒸馏损失，对所述学生网络模型的参数进行调整，得到目标网络模型。

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南科技大学，其通讯地址为：621010 四川省绵阳市涪城区青龙大道中段59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。