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！

龙图腾网获悉山东大学申请的专利基于混合标签筛选的弱监督显著性目标检测方法及系统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：CN118379597B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202410507732.3，技术领域涉及：G06V10/82；该发明授权基于混合标签筛选的弱监督显著性目标检测方法及系统是由丛润民;秦萁;冯富祥;李华;张伟设计研发完成，并于2024-04-25向国家知识产权局提交的专利申请。

本基于混合标签筛选的弱监督显著性目标检测方法及系统在说明书摘要公布了：本发明公开了基于混合标签筛选的弱监督显著性目标检测方法及系统，在第一轮训练中，将训练后的优化网络的输出端与第一判别器的输入端进行连接，得到第一生成对抗网络，将第一数据集输入到第一生成对抗网络中，对其进行训练，得到训练后的第一生成对抗网络；将第二数据集中未参与训练的N幅图像与第一数据集合并后，输入到训练后的第一生成对抗网络中，优化网络输出图像的伪标签；第一判别器对伪标签进行打分，选取排序前T个图像作为第三数据集；将第三数据集作为预测网络的输入值，完成预测网络与第二判别器的训练；重复若干轮训练；获取待显著性目标检测的图像，将图像输入到最后一轮训练后的预测网络中，得到显著性目标检测结果。

本发明授权基于混合标签筛选的弱监督显著性目标检测方法及系统在权利要求书中公布了：1.基于混合标签筛选的弱监督显著性目标检测方法，其特征是，包括： 构建第一数据集和第二数据集；所述第一数据集，包括：若干幅图像，每一幅图像均包括真实标签和粗糙标签；所述第二数据集，包括：若干幅图像，每一幅图像包括粗糙标签； 在第一轮训练中，将第一数据集输入到优化网络中，对其进行训练，得到训练后的优化网络；将训练后的优化网络的输出端与第一判别器的输入端进行连接，得到第一生成对抗网络，将第一数据集输入到第一生成对抗网络中，对其进行训练，得到训练后的第一生成对抗网络；将第二数据集中未参与训练的N幅图像与第一数据集合并后，输入到训练后的第一生成对抗网络中，优化网络输出图像的伪标签；第一判别器对伪标签进行打分，并按照分数由高到低的顺序对图像进行排序，选取排序前T个图像作为第三数据集；根据第三数据集的T个图像的伪标签，将第一数据集和第二数据集中的对应图像的原标签更新为伪标签； 将第三数据集，输入到预测网络中，对预测网络进行训练，得到训练后的预测网络；将训练后的预测网络的输出端与第二判别器的输入端进行连接，得到第二生成对抗网络，将第三数据集输入到第二生成对抗网络中，对其进行训练，得到训练后的第二生成对抗网络；将第一数据集和第二数据集，输入到训练后的第二生成对抗网络中，预测网络输出图像的伪标签；第二判别器对伪标签进行打分，并按照分数由高到低的顺序对图像进行排序，选取排序前T个图像作为第四数据集；根据第四数据集的T个图像的伪标签，将第一数据集和第二数据集中的对应图像的原标签更新为伪标签；至此，一轮训练结束； 重复若干轮训练，直至第二数据集的图像全部均参与过训练，则训练结束；获取待显著性目标检测的图像，将待显著性目标检测的图像，输入到最后一轮训练后的预测网络中，得到显著性目标检测结果。

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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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。