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！

龙图腾网获悉西北工业大学申请的专利基于目标建议框增量的小样本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：CN115439645B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202210711361.1，技术领域涉及：G06V10/25；该发明授权基于目标建议框增量的小样本目标检测方法是由耿杰;石皓文;蒋楠;蒋雯设计研发完成，并于2022-06-22向国家知识产权局提交的专利申请。

本基于目标建议框增量的小样本目标检测方法在说明书摘要公布了：本发明公开了基于目标建议框增量的小样本目标检测方法，包括：步骤一、构建并训练目标检测深度网络模型；步骤二、特征提取和聚类；步骤三、优化目标检测深度网络模型；步骤四、利用优化的目标检测深度网络模型进行目标建议框的筛选；步骤五、对未被筛选的正样本进行增强与筛选，获取补充建议框；步骤六、得到最终的小样本目标检测网络模型；步骤七、获取待检测小样本图像；步骤八、得到目标检测结果。本发明优化了小样本目标检测网络模型，提升了对小样本数据集的整体适用性，并充分考虑了未被筛选正样本与一次聚类得到的H1个类和二次聚类得到的H2个类之间的相似度，得到补充建议框，增加了建议框的数量，提高了小样本目标检测网络模型的泛化效果。

本发明授权基于目标建议框增量的小样本目标检测方法在权利要求书中公布了：1.基于目标建议框增量的小样本目标检测方法，其特征在于：包括以下步骤： 步骤一、构建目标检测深度网络模型，并利用基础类别数据集训练目标检测深度网络模型； 步骤二、利用训练好的目标检测深度网络模型进行特征提取和聚类： 步骤201、对基本类别数据样本进行特征向量提取并聚类，聚类为H1个类； 步骤202、对基本类别数据样本进行随机裁剪得到基类数据块，对得到的基类数据块进行特征提取并聚类，聚类为H2个类； 步骤三、利用新类别数据集优化目标检测深度网络模型中分类器和回归器模块的参数，获得优化的目标检测深度网络模型； 步骤四：利用优化的目标检测深度网络模型进行目标建议框筛选： 获取采样数据集，将采样数据集输入优化的目标检测深度网络模型，获得k个正样本，利用非极大抑制方法对k个正样本的目标建议框进行筛选，选取置信度高的k1个正样本目标建议框作为目标建议框，剩余k2个未被筛选的正样本，k1+k2＝k； 步骤五、对未被筛选的正样本进行增强与筛选，获取补充建议框： 步骤501、分别计算第j个未被筛选正样本与H1个类的相似性Pj1，Pj1表示第j个未被筛选正样本的第一前景分数，1≤j≤k2； 步骤502、分别计算第j个未被筛选正样本与H2个类的相似性Pj2，Pj2表示第j个未被筛选正样本的第二前景分数； 步骤503、计算机按照公式Pj＝ω1·Pj1+ω2·Pj2对第j个未被筛选正样本的第一前景分数和第二前景分数进行加权求和，Pj表示综合前景分数，ω1表示第一权重，ω2表示第二权重，ω1+ω2＝1； 步骤504、按照综合前景分数阈值对综合前景分数Pj进行筛选，将通过筛选的综合前景分数Pj对应的第j个未被筛选正样本作为补充建议框，补充建议框和目标建议框构成预测建议框； 步骤六、将获得的预测建议框用于步骤三中优化的目标检测深度网络模型中分类器和回归器模块的参数更新，得到最终的小样本目标检测网络模型； 步骤七、获取待检测小样本图像； 步骤八、将所述待检测小样本图像输入最终的小样本目标检测网络模型，得到目标检测结果。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。