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！

龙图腾网获悉电子科技大学申请的专利一种互蒸馏自监督潜在知识挖掘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：CN117292219B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202311193630.0，技术领域涉及：G06V10/774；该发明授权一种互蒸馏自监督潜在知识挖掘的小样本目标检测方法是由赵泰锦;李宏亮;邱荷茜;王岚晓设计研发完成，并于2023-09-15向国家知识产权局提交的专利申请。

本一种互蒸馏自监督潜在知识挖掘的小样本目标检测方法在说明书摘要公布了：该发明公开了一种互蒸馏自监督潜在知识挖掘的小样本目标检测方法，属于小样本学习和目标检测领域。本发明解决的技术问题包括：基于微调的方法先在大量的基类样本上训练目标检测器，再在少量新类样本上微调该检测器。在微调过程中，特征提取器参数是几乎不动的，即最终新类检测器中的特征提取器主要由基类样本训练得到。在基类图片上训练的特征提取器会缺乏提取新类目标辨别性特征的能力。本发明提出使用自监督预训练得到的表征来引导基类训练的过程，以提升基类训练中检测器的特征编码器的泛化性。

本发明授权一种互蒸馏自监督潜在知识挖掘的小样本目标检测方法在权利要求书中公布了：1.一种互蒸馏自监督潜在知识挖掘的小样本目标检测方法，该方法包括：步骤1：定义一个FasterR-CNN目标检测器D，其中特征提取网络ED由Imagnet预训练参数初始化，其余部分随机初始化；同时定义一个额外的特征提取网络EP，由大规模自监督预训练初始化；ED和EP均为ResNet-101残差网络； 步骤2：使用ED和EP分别提取一张基类图像I的特征，得到检测特征谱FD和自监督特征谱FP，使用标注框在FD和FP上通过ROI池化提取前景特征，得到FD-O和FP-O；选取检测器生成的背景框中与标注框交并比小的一部分作为背景框，使用背景框在FD和FP上通过ROI池化提取背景特征，得到FD-B和FP-B； 步骤3：定义一个将自监督特征转化为检测特征的转化器T，将FP-O,FP-B送入转换器，得到转化后的特征转换器的结构为：全连接层-ReLU激活函数-全连接层； 步骤4：定义一个多层感知机MLP.，将FD-O,FD-B,送入多层感知机得到映射后的特征 步骤5：定义一个预测网络P.，按照下式定义优化转化器T的损失函数： 其中，detach.表示断开梯度，‖,‖表示求欧式距离； 步骤6：使用背景像素特征谱优化ED,背景像素特征谱的损失函数定义如下： 步骤7：在FasterR-CNN目标检测器的检测损失Ldet、转换器T损失Lt与自监督知识传递损失Ls共同监督下完成检测器基类训练，总损失如下： L＝Ldet+Lt+Ls 步骤8：使用新类样本微调目标检测器，微调过程仅采用检测器的检测损失，得到对新类适用的高性能目标检测器。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区（西区）西源大道2006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”。