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！

龙图腾网获悉南京理工大学申请的专利基于深度学习的坦克图像数据集建立及关键点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：CN115439712B 。

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：202211053038.6，技术领域涉及：G06V10/774；该发明授权基于深度学习的坦克图像数据集建立及关键点检测方法是由郑纯;帅世康;陈志华;闫国旭设计研发完成，并于2022-08-30向国家知识产权局提交的专利申请。

本基于深度学习的坦克图像数据集建立及关键点检测方法在说明书摘要公布了：本申请提供基于深度学习的坦克图像数据集建立及关键点检测方法，方法包括：将待检测图片输入识别模型中，检测是否存在坦克，若存在坦克输出带有边界框及关键点标签的结果图片；识别模型通过以下方法确定：建立坦克图像数据集、掩膜与关键点标注信息；批量生成坦克图像数据集，并将坦克图像数据集分为训练集，验证集与测试集；建立坦克检测模型；建立坦克关键点检测模型；对图像数据进行增强处理；分别进行坦克检测模型、坦克关键点检测模型的训练。本申请针对坦克图像数据较少的问题提出解决方法，可高效生成大量可用数据集。

本发明授权基于深度学习的坦克图像数据集建立及关键点检测方法在权利要求书中公布了：1.基于深度学习的坦克图像数据集建立及关键点检测方法，其特征在于，所述方法包括： 将待检测图片输入识别模型中，检测是否存在坦克，若存在坦克输出带有边界框及关键点标签的结果图片；所述识别模型包括坦克检测模型、坦克关键点检测模型； 所述识别模型通过以下方法确定： 步骤1，建立坦克图像数据集、掩膜与关键点标注信息； 步骤2，批量生成坦克图像数据集，并将坦克图像数据集分为训练集，验证集与测试集； 步骤3，建立坦克检测模型； 步骤4，建立坦克关键点检测模型； 步骤5，对图像数据进行增强处理； 步骤6，分别进行坦克检测模型、坦克关键点检测模型的训练； 建立坦克检测模型，包括： 所述坦克检测模型采用KeypointRCNN，从输入至输出端依次包括残差网络、区域候选网络以及感兴趣头部网络； 其中，输入端连接残差网络，生成特征图，特征图输入区域候选网络经过锚框处理与坐标回归处理后生成候选区域，候选区域经过感兴趣头部网络的三条支线分别生成检测框，掩码以及关键点热图； 残差网络分为5个特征层:stage1、stage2、stage3、stage4、stage5，每个特征层的特征图尺寸不同，后一阶段特征图长宽是前一阶段的0.5倍；其中，stage5的特征图通过步长为2的最大池化，长宽缩小为原来的0.5，将特征图输入区域候选网络生成锚框，用回归对锚框进行修改使其接近标注；选择特征图的依据为： level0＝4为当前锚框映射的特征层，s0＝224为标准图片大小，area为锚框面积； 感兴趣区域头部网络的输入是ROIAlign层处理后的新特征图，通过多个全连接层输出物体的分类置信度和检测框坐标回归值；用交叉熵损失计算分类损失，记为Losscls，用SmoothL1Loss计算检测框坐标回归损失，记为公式如下：

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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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”。