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！

龙图腾网获悉福州大学;福建医科大学附属协和医院申请的专利基于集群框融合的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：CN115170913B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202210674635.4，技术领域涉及：G06V10/25；该发明授权基于集群框融合的目标检测方法是由陈飞;李星源;王波;赵文新设计研发完成，并于2022-06-15向国家知识产权局提交的专利申请。

本基于集群框融合的目标检测方法在说明书摘要公布了：本发明涉及一种基于集群框融合的目标检测方法。该方法，首先建立数据集，然后使用特征提取网络对输入的数据集进行特征提取，得到特征图；然后将特征图输入到后续的分类、边界回归网络中，得到网络输出的预测框；在后处理阶段，利用这些预测框聚集的特征，先进行簇划分并过滤部分簇；然后在簇内预测聚类中心个数，并设置初始聚类中心、距离函数，然后在簇内进行聚类，聚类后的聚类中心可以很好地描述这一片区域预测框聚集的情况；最后，将相似度较高的聚类中心进行融合，并删除一些聚类中心，得到最终的预测框。本发明充分利用到了模型输出的每一个预测框，并根据这些预测框的聚集程度得到最终修正后的预测框，可以有效提高模型的召回率和精确率。

本发明授权基于集群框融合的目标检测方法在权利要求书中公布了：1.一种基于集群框融合的目标检测方法，其特征在于，包括如下步骤： 步骤S1、数据集的获取：针对不同的任务需要建立不同的数据集，数据集由包含或不包含目标的图片及目标标注信息构成； 步骤S2、对数据集进行预处理； 步骤S3、使用特征提取网络对数据集进行特征提取，得到特征图，然后在特征图上生成一系列锚框，这些锚框在通过分类、边界回归网络后得到预测框； 步骤S4、对预测框类别进行划分，然后在每一个预测框类别中对预测框进行簇的划分； 步骤S5、滤除不合法的簇，簇的合法性通过簇中预测框的聚集度和可信度描述； 步骤S6、在簇中使用聚类算法进行预测框聚类；具体实现方式为： 在对簇进行k-means聚类之前，需要先预测聚类中心的个数，预测步骤如下： 步骤S61、设置聚类中心个数count初始值为0，将簇中的预测框都放入集合S中，如果集合S中预测框的数量大于零，则执行步骤S62，否则返回count的值作为聚类中心的个数； 步骤S62、取集合S中分类得分最大的预测框，记为boxmax；计算集合S中boxmax与集合S中剩余预测框的交并比，将count的数值加一； 步骤S63、将交并比大于阈值的预测框及boxmax都删除；这里的阈值用来表示可能聚成同一个集群的框之间的交并比，该阈值越小，则聚类中心的个数越少，最终预测框的数量越少； 步骤S64、如果count的数值大于等于3，则返回3作为聚类中心的个数，否则执行步骤S62； 步骤S65、根据聚类中心的个数count设置初始聚类中心，具体为： 记簇中最大分类得分对应的预测框为boxmax，最小分类得分对应的预测框为boxmin； 1如果聚类中心个数为1，那么初始聚类中心设置为[boxmax]； 2如果聚类中心个数为2，那么初始聚类中心设置为[boxmax,boxmin]； 3如果聚类中心个数为3，计算boxmid＝boxmax+boxmin2.0，那么初始聚类中心设置为[boxmax,boxmid,boxmin]； 步骤S66、使用聚类中心个数和初始聚类中心进行k-means聚类，得到多个预测框集群及对应预测框集群的聚类中心； 步骤S7、对聚类后的聚类中心进行融合修正； 步骤S8、对聚类后得到的聚类中心，相似度高的进行融合，相似度低的则删除其中可信度低的聚类中心，最后得到的聚类中心作为最终的预测框；具体实现方式为： 步骤S81、记两个聚类中心分别为center1，center2；计算两个聚类中心的相似度，相似度定义为similarity＝IOUcenter1,center2，其中IOU为两个预测框的交并比，即两个预测框交集面积和并集面积的比值； 步骤S82、如果两个聚类中心的相似度小于阈值，那么将两个聚类中心进行合并，合并后的中心为center＝center1+center22.0； 步骤S83、删除可信度低的聚类中心，具体操作如下： 1两个聚类中心分类得分差距过大，删除分类得分低的聚类中心，即：scoremax-scoremin的值大于阈值thr1，其中阈值thr1用于衡量两个聚类中心的分类得分差距是否过大，阈值thr1设置得越高，被过滤的聚类中心会越少，保留下来的预测框将越多； 2两个聚类中心对应的预测框数量差距过大，删除数量小的聚类中心，即：countmax-countmincountmax的值大于阈值thr2，其中阈值thr2用于衡量两者所对应的预测框数量差距是否过大，阈值设置得越高，被过滤的簇会越少，保留下来的预测框将越多。

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福州大学;福建医科大学附属协和医院，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。