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！

龙图腾网获悉华南理工大学申请的专利基于对抗擦除和背景抑制的弱监督目标定位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：CN115546471B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202211192618.3，技术领域涉及：G06V10/25；该发明授权基于对抗擦除和背景抑制的弱监督目标定位方法是由高英;吴朝捷;谢欣言;李明阳;蔡文天设计研发完成，并于2022-09-28向国家知识产权局提交的专利申请。

本基于对抗擦除和背景抑制的弱监督目标定位方法在说明书摘要公布了：本发明提供的基于对抗擦除和背景抑制的弱监督目标定位方法，包括以下步骤：使用卷积神经网络作为主干网络，将其末端的池化层和全连接层更换为全局平均池化层和全连接层，将训练集图像输入结构更换后的所述卷积神经网络，进行第一次前向传播，输出特征图F；计算得出类别激活图CAM，基于类别激活图CAM计算得到二维图CAMnorm和擦除图Me；进行擦除操作；得到两次前向传播各自的重要性图；训练卷积神经网络；将待检测图像输入训练后的卷积神经网络中，得到目标定位结果。本发明能够引导神经网络发掘容易在分类任务中被抑制表达的一般性目标区域，并且减少作为非目标区域的背景的激活，最终生成精准覆盖完整目标区域的定位图，有效地实现弱监督目标定位任务。

本发明授权基于对抗擦除和背景抑制的弱监督目标定位方法在权利要求书中公布了：1.基于对抗擦除和背景抑制的弱监督目标定位方法，其特征在于，包括以下步骤： 使用卷积神经网络作为主干网络，将其末端的池化层和全连接层更换为全局平均池化层和全连接层，网络最终直接输出为由各个类别的预测概率组成的向量； 将训练集图像输入结构更换后的所述卷积神经网络，进行第一次前向传播，传播到最后一层卷积层后输出得到特征图，其包含个通道，为特征图中的第个通道，经过全局平均池化层后得到长度为的一维特征值，为第个通道的通道值，每个特征值对应特征图中的一个通道，一维特征值输入全连接层后，得到一个长度为C的一维向量类别预测结果； 设图像真实标签所对应全连接层中的参数为，有n个取值，分别对应一维特征值的n个取值和特征图的n个通道，用参数来评估特征图中每个通道对正确类别的贡献程度，并计算得出类别激活图CAM，基于类别激活图CAM计算得到二维图擦除图； 将所述擦除图与第一次前向传播得到的特征图卷积神经网络的第层中间特征进行擦除操作，将擦除后的特征输入卷积神经网络的层之后的层继续进行第二次前向传播，得到第二个类别预测结果； 分别取第一次前向传播和第二次前向传播在卷积神经网络中的第m层的中间特征，各自做通道平均池化并经过激活函数后得到各自的重要性图，记为，，其中，； 基于总损失函数对卷积神经网络进行迭代训练，总损失函数包括背景抑制损失，得到训练后的卷积神经网络； 将待检测图像输入训练后的卷积神经网络中，得到目标定位结果。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。