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！

龙图腾网获悉深圳市即构科技有限公司;抖动科技(深圳)有限公司申请的专利模型构建方法及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：CN116543277B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310480919.4，技术领域涉及：G06V10/80；该发明授权模型构建方法及目标检测方法是由李福海;朱龙柏;李凯;刘应斌设计研发完成，并于2023-04-27向国家知识产权局提交的专利申请。

本模型构建方法及目标检测方法在说明书摘要公布了：本申请涉及机器学习技术领域，提供了一种模型构建方法及目标检测方法，其中，模型构建方法包括：通过融合特征金字塔网络、特征尺度融合网络、高速特征超分模块、三叉检测头网络，构建轻量型的初始检测模型。通过利用预设训练样本集对初始检测模型进行稀疏化训练，得到目标检测模型，进一步地简化目标检测模型的参数量，使得目标检测模型适用于低性能的监控设备，能够较轻松地适应多种复杂情形的线上或线下考场环境。

本发明授权模型构建方法及目标检测方法在权利要求书中公布了：1.一种模型构建方法，应用于电子设备，其特征在于，所述模型构建方法包括： 融合特征金字塔网络、特征尺度融合网络、高速特征超分模块、三叉检测头网络，构建初始检测模型； 利用预设训练样本集对所述初始检测模型进行稀疏化训练，以令所述初始检测模型对所述预设训练样本集中每一预设训练样本中的目标物体进行预测，得到目标检测模型，包括：基于锚框自适应算法与所述预设训练样本集确定所述目标检测模型的锚框配置，并对所述预设训练样本集进行数据增强，得到增强训练样本集；计算利用所述锚框配置与所述增强训练样本集对所述初始检测模型进行稀疏化训练的过程中的小目标损失权重与大目标损失权重；根据所述小目标损失权重与所述大目标损失权重判断所述初始检测模型在稀疏化训练过程中是否存在损失失衡；若确定所述初始检测模型在稀疏化训练过程中存在小目标损失失衡，利用预设图像增强法对所述增强训练样本集进行数据优化，得到所述优化训练样本集；若确定所述初始检测模型在稀疏化训练过程中存在大目标损失失衡，对所述增强训练样本集中的各个增强训练样本进行尺寸调整，得到所述优化训练样本集；若确定所述初始检测模型在稀疏化训练过程不存在损失失衡，将所述增强训练样本集作为所述优化训练样本集，得到优化训练样本集；基于所述锚框配置与所述优化训练样本集对所述初始检测模型进行稀疏化训练，以令所述初始检测模型对所述预设训练样本集中每一预设训练样本中的目标物体进行预测，得到所述目标检测模型，所述预设训练样本包括图像，所述目标物体包括所述图像中具有特定类别的物体。

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深圳市即构科技有限公司;抖动科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市南山区南头街道莲城社区深南大道10168号佳嘉豪大厦办公楼13C；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。