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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种基于动态特征累积的在线无源域目标检测方法、装置、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：CN121415205B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202512004872.6，技术领域涉及：G06V10/80；该发明授权一种基于动态特征累积的在线无源域目标检测方法、装置、设备及介质是由成清;仲纪坤;胡星辰;杜航;黄金才;范长俊;梁星星设计研发完成，并于2025-12-29向国家知识产权局提交的专利申请。

本一种基于动态特征累积的在线无源域目标检测方法、装置、设备及介质在说明书摘要公布了：本申请公开了一种基于动态特征累积的在线无源域目标检测方法、装置、设备及介质，涉及人工智能与机器学习技术领域，包括：通过构建包含YOLOv5架构学生‑教师网络的初始模型，加载源域检测器核心参数初始化权重；对历史样本图像置信度筛选后，动态累积特征生成伪源域特征并注入教师网络，生成伪标签和锚点框特征，更新全局记忆库；学生网络检索记忆库获正负样本对，结合高置信度伪标签训练优化，得到预设目标检测模型，用于目标域无标注图像检测，在无需源域数据的情况下，提高了模型在目标域的实时适应性和泛化能力，优化目标域检测性能。

本发明授权一种基于动态特征累积的在线无源域目标检测方法、装置、设备及介质在权利要求书中公布了：1.一种基于动态特征累积的在线无源域目标检测方法，其特征在于，所述方法包括： 获取目标域无标注图像； 将所述目标域无标注图像输入预设目标检测模型中进行推理，生成目标检测结果，其中所述目标检测结果包括目标边界框位置和类别信息； 所述将所述目标域无标注图像输入预设目标检测模型中进行推理，生成目标检测结果的步骤之前，还包括： 获取历史样本图像，并构建初始目标检测模型，其中所述初始目标检测模型包括学生网络和教师网络，所述学生网络和教师网络的统一架构为YOLOv5架构，所述YOLOv5架构包括骨干网络、特征融合模块和检测头； 初始化所述学生网络和所述教师网络的参数，并加载源域检测器的核心参数作为所述学生网络和所述教师网络的初始权重，所述核心参数包括骨干网络权重和检测头参数； 通过源域检测器对所述历史样本图像进行置信度评估，得到样本置信度； 当所述样本置信度大于预设门控阈值时，对所述历史样本图像执行动态特征累积策略，生成伪源域特征； 将所述伪源域特征注入所述教师网络进行通道仿射调制，生成伪标签和锚点框特征； 对所述伪标签进行置信度过滤，得到高置信度目标检测结果； 基于所述锚点框特征对全局记忆库进行更新，得到更新后的记忆库，其中所述全局记忆库用于存储目标分布的原型模式； 通过所述学生网络在所述更新后的记忆库中进行检索，得到与所述锚点框特征相关的正负样本对； 结合所述高置信度目标检测结果和所述正负样本对所述学生网络进行训练优化，得到预设目标检测模型； 所述对所述历史样本图像执行动态特征累积策略，生成伪源域特征的步骤，包括： 通过教师网络对所述历史样本图像进行前向传播，获取骨干网络的特征张量； 基于所述特征张量计算通道维度上的均值和标准差，并得到通道统计量； 基于所述通道统计量对全局累计统计量进行更新，得到更新后的累计统计量，其中所述全局累计统计量包括通道均值累计和、通道标准差累计和有效计数； 对所述全局累计统计量进行归一化处理，得到归一化累计统计量； 根据所述归一化累计统计量生成伪源域特征。

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人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。