Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳元戎启行科技有限公司;人工智能与数字经济广东省实验室(深圳)李鹏腾获国家专利权

深圳元戎启行科技有限公司;人工智能与数字经济广东省实验室(深圳)李鹏腾获国家专利权

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!

龙图腾网获悉深圳元戎启行科技有限公司;人工智能与数字经济广东省实验室(深圳)申请的专利基于图表示域适应的目标检测模型训练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:CN117079249B

龙图腾网通过国家知识产权局官网在2025-10-17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:202311010528.2,技术领域涉及:G06V20/58;该发明授权基于图表示域适应的目标检测模型训练方法是由李鹏腾;贺颖;于非;周光;尹东富设计研发完成,并于2023-08-10向国家知识产权局提交的专利申请。

基于图表示域适应的目标检测模型训练方法在说明书摘要公布了:本发明公开了一种基于图表示域适应的目标检测模型训练方法,首先基于源域的数据集预训练目标检测模型,在源域中学习准确预测目标类别和边界框的能力,然后通过将特征图转换为基于图表示的节点群,采用对比分布损失和节点协方差对齐损失对节点进行精练和强化,能够解耦域特征以及类别的不变性特征,选择性地去除域风格的元素,提高目标检测模型的泛化能力。针对图中的异常节点,采用异常节点过滤损失对图进行优化,降低奇怪语义节点所占比例,提高训练后的目标检测模型的检测精度。使得训练后的目标检测模型具有良好鲁棒性和泛化性。

本发明授权基于图表示域适应的目标检测模型训练方法在权利要求书中公布了:1.基于图表示域适应的目标检测模型训练方法,其特征在于,包括: 基于源域的数据集预训练目标检测模型; 将源域图像和目标域图像分别输入预训练后的目标检测模型,获得源域特征图和目标域特征图; 将所述源域特征图和所述目标域特征图分别转换为基于图表示的节点群,获得第一源域节点群和第一目标域节点群; 基于节点的对比学习,在所述第一源域节点群和所述第一目标域节点群中针对缺失语义补充节点,获得第二源域节点群和第二目标域节点群; 基于所述第一源域节点群、所述第一目标域节点群、所述第二源域节点群和所述第二目标域节点群,计算对比分布损失; 分别提取所述第二源域节点群和所述第二目标域节点群的协方差矩阵,根据所有的协方差矩阵获得方差矩阵; 根据所述方差矩阵、所述第二源域节点群和所述第二目标域节点群,计算节点协方差对齐损失; 将所述第二源域节点群和所述第二目标域节点群转变为图结构并进行图优化,获得源域图节点集合、源域图结构以及目标域图节点集合、目标域图结构; 采用环境变量表征图的分布偏移,根据所述源域图节点集合、所述源域图结构、所述目标域图节点集合和所述目标域图结构计算异常节点过滤损失; 根据所述对比分布损失、所述节点协方差对齐损失和所述异常节点过滤损失优化所述预训练后的目标检测模型,获得训练后的用于交通目标检测和识别的目标检测模型。

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深圳元戎启行科技有限公司;人工智能与数字经济广东省实验室(深圳),其通讯地址为:518048 广东省深圳市福田区福保街道深九科技创业园6号楼C701(7-8层);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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。