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！

龙图腾网获悉华南农业大学申请的专利一种基于深度学习的零样本图像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：CN119107484B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411062384.X，技术领域涉及：G06V10/764；该发明授权一种基于深度学习的零样本图像目标检测方法是由王国华;王勋;陈斯洁;郑永森;吴嘉东;林明涛设计研发完成，并于2024-08-05向国家知识产权局提交的专利申请。

本一种基于深度学习的零样本图像目标检测方法在说明书摘要公布了：本发明设计了一种基于深度学习的零样本图像目标检测方法，属于基于大模型的图像目标检测领域。本发明设计的视觉语言模型包含RO‑Yolo‑Backbone、HWD‑RepVL‑PAN、MCJ‑TextContrastiveHead和回归边界框目标检测模块，通过对卷积核参数共享、感受野范围的优化，增强特征提取能力，利用小波变换减少下采样纹理损失，引入多距离公式弱化类内差异和增强类间差异，旨在有效提升大数据时代下的零样本图像目标检测能力。

本发明授权一种基于深度学习的零样本图像目标检测方法在权利要求书中公布了：1.一种基于深度学习的零样本图像目标检测方法，其特征在于通过CLIP预训练的Transformer编码器对由隐马尔可夫模型提取的名词短语进行文本嵌入，并用RO-Yolo-Backbone进行特征提取，然后通过HWD-RepVL-PAN和区域文本对比损失，建立视觉与语言信息之间的交互映射，实现零样本图像目标检测，包括以下步骤：1对数据集采用自动标注的算法生成区域-文本对：对数据集提取名词对象、区域-文本对伪标注和采用CLIP过滤自动生成区域-文本对；2采用CLIP预训练的Transformer文本编码器零样本地提取文本嵌入：对于给定文本，采用由CLIP预训练的Transformer文本编码器提取相应的文本嵌入；3通过RO-Yolo-Backbone提取图像编码，所述的通过RO-Yolo-Backbone提取图像编码，是指采用RFA卷积替代Yolo-Backbone的普通卷积，以极小的计算成本和参数增量提高网络性能，优化卷积核参数共享，并在CSPLayer_2Conv的Concat前端引入OD卷积，同时增加CSPLayer_2Conv中卷积块和Bottleneck处的跨步连接与不同Bottleneck之间的跨步连接，增加梯度流，有利于后续的HWD-RepVL-PAN模块将文本编码信息与图像编码信息进行双向融合；4通过HWD-RepVL-PAN对文本编码和图像编码双向融合，所述的通过HWD-RepVL-PAN对文本编码和图像编码双向融合，是指采用HWD代替下采样层、改进T-CSPLayer内部卷积和增加下采样层以改进RepVL-PAN；所述的采用HWD代替下采样层，是指采用HWD下采样模块代替图像池化注意力层中的3个最大池化层，HWD下采样模块包含两部分，第一部分利用Haar变换降低空间分辨率，第二部分通过卷积、批量归一化和ReLU操作过滤冗余信息；所述的改进T-CSPLayer内部卷积，是指对于T-CSPLayer中的DarknetBottleneck中的第一个卷积块内部卷积和第二个卷积块内部卷积分别用RFA卷积和OD卷积替代；所述的增加下采样层，是指在Yolo-Backbone与HWD-RepVL-PAN连接处增加一层图像池化注意力层；5通过MCJ-TextContrastiveHead和回归边界框进行图像目标检测。

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农业大学，其通讯地址为：510642 广东省广州市天河区五山街道华南农业大学数学与信息学院；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”。

以上内容由龙图腾AI智能生成。