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！

龙图腾网获悉哈尔滨工程大学申请的专利一种基于神经网络优化学习的水下航行器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：CN115331093B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202210889545.7，技术领域涉及：G06V20/05；该发明授权一种基于神经网络优化学习的水下航行器目标检测方法是由刘卓研;李晔;王博;霍炜;李雲峰;姜鹏;杨张琪;郑晨;王杰设计研发完成，并于2022-07-27向国家知识产权局提交的专利申请。

本一种基于神经网络优化学习的水下航行器目标检测方法在说明书摘要公布了：本发明涉及一种水下航行器目标检测的神经网络优化学习方法，尤其是涉及一种神经网络元学习训练方法。针对水下航行器目标检测网络在小规模样本集上训练无法达到较好泛化性能的问题，本发明实现了只使用相关小规模样本集训练，首先划分小规模样本集为训练集、测试集、元训练集和元测试集；然后使用元训练集和元测试集让水下航行器目标检测网络进行本发明提出的元学习，使其学习元知识；最后再使用训练集让水下航行器目标检测网络进行学习。本发明能够有效减少学习所需的时间和能耗，同时提高神经网络的泛化性能。本发明具有广泛的适用性，可以很容易地扩展到各种任务的小规模样本集神经网络训练中。

本发明授权一种基于神经网络优化学习的水下航行器目标检测方法在权利要求书中公布了：1.一种基于神经网络优化学习的水下航行器目标检测方法，其特征在于：包括以下步骤： 步骤一，首先对水下航行器采集到的小规模样本集水下目标图片进行标注，需要标注图片中的目标中心坐标x和y、目标宽高w和h、目标类别class，并将其划分为训练集和测试集；然后再将划分的训练集按照类别再进行划分，把每个类别作为一个元训练集，同时将整个训练集作为一个元测试集，得到训练集、测试集、多个元训练集和一个元测试集； 步骤二，迁移学习通过大规模样本集目标检测网络的部分权重到水下航行器目标检测网络模型中，其权重表示为φ； 步骤三，拷贝一份步骤二中的迁移好的网络模型，称它为分支网络，其权重表示为ψ； 步骤四，随机选取一个元训练集输入到分支网络中进行学习，利用目标检测的损失函数计算损失值Lψ，并通过反向传播计算每个神经元处的梯度值，同时完成分支网络的权重更新；其中随机选取过的元训练集不再参加下一次的随机采样，权重更新公式为： 其中，α为任务学习率，为对应于训练集损失Lψ的网络权重梯度值； 步骤五，将元测试集输入到更新后的分支网络中，再利用损失函数计算得到i元测试集对应的损失值Lψi，同时通过反向传播计算每个神经元处的梯度值，将该梯度保存下来； 步骤六，判断是否遍历了元训练集，若否转至步骤四，若是运行步骤七； 步骤七，取出所有保存的梯度值，用其更新水下航行器目标检测网络的权重，水下航行器目标检测网络的权重更新公式为： 其中β为元学习率，为对应于i元测试集损失的网络权重梯度值，为对所有元测试集对应的网络权重梯度值的求和； 步骤八，根据设定的元学习次数，判断是否完成元学习部分，若否转至步骤三，若是运行步骤九； 步骤九，将训练集输入到最终的水下航行器目标检测网络中进行学习，得到最终学习完成的目标检测网络。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室；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”。