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！

龙图腾网获悉厦门大学申请的专利一种基于加权得分标签分配的小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：CN117115412B 。

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：202311121368.9，技术领域涉及：G06V10/20；该发明授权一种基于加权得分标签分配的小目标检测方法是由曹刘娟;王思伟;陈志威;纪荣嵘设计研发完成，并于2023-09-01向国家知识产权局提交的专利申请。

本一种基于加权得分标签分配的小目标检测方法在说明书摘要公布了：一种基于加权得分标签分配的小目标检测方法，涉及计算机视觉。将预处理后待检测的图片及其对应的类别送入神经网络；对图片特征提取和特征融合，根据特征筛选样本框送入加权得分标签分配模块中；加权得分标签分配为样本框根据加权得分分配正标签和负标签；模型训练过程中输出待图片中检测目标对应每一个类别的概率数值。测试过程中输出待检测图片预测的框的坐标、类别、得分。标签分配过程发生在模型训练之前，加权得分在原有的IoU分数的基础上引入两个完全解耦的得分。有效缓解IoU得分对大物体的倾斜问题，使模型更好地检测到小目标，同时也保证样本框的质量。在DOTA和HRSC2016数据集上实验，实现显著和一致的性能改进。

本发明授权一种基于加权得分标签分配的小目标检测方法在权利要求书中公布了：1.一种基于加权得分标签分配的小目标检测方法，其特征在于包括如下步骤： 步骤1，对待检测的图片进行预处理，将预处理后待检测的图片及其对应的图片级别的标签送入神经网络； 步骤2，神经网络对图片进行特征提取和特征融合，根据特征筛选样本框； 步骤3，采用基于加权得分的标签分配方式WSLA为样本框分配正标签和负标签； 所述基于加权得分的标签分配方式WSLA包括如下步骤： 步骤a1，对每一个样本框，根据下面的公式计算它与所有真实框的IoU得分SIoU： 其中，A表示样本框所占的区域，B是一个维度与真实框数目相等的向量，向量中的每个元素代表对应的真实框所占的区域； 步骤a2，对每一个样本框，根据下面的公式计算它与所有真实框的中心距离得分Sd： d＝||xg,yg,xp,yp||2 其中，xg,yg表示所有真实框中心点的横纵坐标，xp,yp表示样本框中心点的横纵坐标，表示最大最小归一化操作，表示归一化转换函数，该函数的作用是将得分转换到与SIoU相同的分布上，其具体形式为： 步骤a3，对每一个样本框，根据下面的公式计算它与所有真实框的形状尺寸得分Ss： 其中，wg,hg表示所有真实框的宽高，wp,hp表示样本框的宽高，表示归一化转换函数，其形式与步骤a2中计算中心距离得分所用的函数一致； 步骤a4，对每一个样本框得到的IoU得分SIoU、中心距离得分Sd、形状尺寸得分Ss进行加权，每个样本框都会得到关于每一个真实框的加权得分S： w＝1+α+β 其中，α和β都是超参数，S＝{S1,S2,…,Sk,…,Sn}，Sk对应该样本框与第k个目标的真实框的加权得分，n为真实框总数； 步骤a5，根据预先设定好的正负样本阈值，与加权得分S进行比较；若Sk高于正样本阈值，则该样本框被分为第k个目标的正样本，若S的所有元素均低于负样本阈值，则该样本框被分为负样本，否则该样本框被分为忽略样本； 步骤4，模型根据WSLA分配的正负样本进行训练，在训练过程中输出待检测图片对应每一个类别的概率数值，在测试过程中输出待检测图片预测的框的坐标、类别、得分。

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厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422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”。