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！

龙图腾网获悉湖南大学申请的专利基于双适配器伪标签生成的免源域迁移学习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：CN121147709B 。

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：202511685822.2，技术领域涉及：G06V10/82；该发明授权基于双适配器伪标签生成的免源域迁移学习目标检测方法是由孙斌;张馥华;孙义;李树涛设计研发完成，并于2025-11-18向国家知识产权局提交的专利申请。

本基于双适配器伪标签生成的免源域迁移学习目标检测方法在说明书摘要公布了：本发明公开一种基于双适配器伪标签生成的免源域迁移学习目标检测方法，首先初始化双教师模型和学生模型，并对目标域图像进行数据增强；引入置信度适配器，根据各类别的置信度分布特性，通过统计分析动态调整置信度筛选范围，生成候选伪标签；引入类别不均衡适配器，根据每个类别的频率来融合置信度历史阈值与当前阈值来获得当前最终置信度阈值；最后，利用筛选后的伪标签监督学生模型训练，并通过指数移动平均更新双教师模型参数，实现模型的无源域迁移。本发明所提出的双适配器伪标签生成的免源域目标检测方法，有效缓解了伪标签置信度分布不一致和类别样本不均衡的问题，显著提升了伪标签质量与跨域检测性能。

本发明授权基于双适配器伪标签生成的免源域迁移学习目标检测方法在权利要求书中公布了：1.一种基于双适配器伪标签生成的免源域迁移学习目标检测方法，其特征在于，所述方法包括： 初始化双教师模型和学生模型，获取目标域图像数据集，对所述目标域图像数据集分别进行强数据增强1处理、强数据增强2处理和弱数据增强处理，并对强数据增强1处理、强数据增强2处理后的图像数据集分别进行掩码表示； 引入置信度适配器，将弱数据增强处理后的图像输入到双教师模型中，使用置信度适配器对双教师模型输出的检测结果进行置信度下界动态调整，筛选出候选伪标签，并计算获得每个类别当前置信度阈值； 引入类别不均衡适配器，根据所述候选伪标签以及每个类别的频率来融合置信度历史阈值与当前置信度阈值，获得每个类别当前最终置信度阈值，根据最终置信度阈值筛选得到伪标签； 对学生模型进行训练，先将强数据增强1处理和强数据增强2处理后的图像及其对应的掩码图像在每个训练周期中交替输入到学生模型中以获取检测结果，然后使用筛选出的伪标签作为监督信号对学生模型进行持续训练； 通过指数移动平均法更新双教师模型参数，实现模型的无源域迁移； 所述使用置信度适配器对双教师模型输出的检测结果进行置信度下界动态调整，包括： 首先计算各类别的初始置信度下界， ， 其中，表示置信度下界值细化过程中每次迭代的增量步长，是当前迭代的索引，表示有效的迭代总次数，是置信度下界的最大值，和分别为计算给定集合的均值和中位数，和分别表示求均值函数和中位数函数，表示从双教师模型预测中得到的与类别相对应的置信度分数集合，表示落在调整范围内的的子集； 然后在获得各类别的初始置信度下界后，使用中位数边界校准机制，进一步优化各类别的置信度下界取值，动态确定最终置信度下界， ， 其中，为当前候选区间内置信度分数的中位数。

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湖南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路1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。