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！

龙图腾网获悉宏龙科技(杭州)有限公司;杭州联汇科技股份有限公司申请的专利一种基于含有无标注框的目标检测数据优化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：CN115661587B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202211274417.8，技术领域涉及：G06V10/776；该发明授权一种基于含有无标注框的目标检测数据优化方法是由廖嘉佳;赵天成;陆骁鹏;刘鹏;蒋轲磊设计研发完成，并于2022-10-18向国家知识产权局提交的专利申请。

本一种基于含有无标注框的目标检测数据优化方法在说明书摘要公布了：本发明公开了本发明实施例提供一种基于含有无标注框的目标检测数据优化方法，包括：获取目标检测数据集，对目标检测数据集进行预处理，得到待检测目标数据集；将待检测目标数据集输入目标检测模型中进行训练，生成测试模型，测试模型用于检测待检测目标数据集并输出测试结果；根据测试结果判定目标检测模型是否需要优化；当目标检测模型需要优化时，根据测试结果，确定对目标检测模型的优化方法。通过测试模型获取待检测目标数据集的测试结果，根据测试结果确定目标检测模型是否需要优化及其优化方法，可对待检测目标数据集的测试结果使用统一的评估指标进行评价，根据检测结果对目标检测模型进行针对性优化，提高目标检测的准确性。

本发明授权一种基于含有无标注框的目标检测数据优化方法在权利要求书中公布了：1.一种基于含有无标注框的目标检测数据优化方法，其特征在于，包括： 从数据流中采集需要检测的图片数据信息记为目标检测数据集，对所述目标检测数据集进行预处理，得到待检测目标数据集； 将所述待检测目标数据集输入目标检测模型中进行训练，生成测试模型，所述测试模型用于检测所述待检测目标数据集并输出测试结果； 根据所述测试结果判定所述目标检测模型是否需要优化； 当所述目标检测模型需要优化时，根据所述测试结果，确定对所述目标检测模型的优化方法； 所述测试结果的计算方法包括： 所述测试模型计算出APnew和APcoco的值，根据APcoco与APnew的比值确定测试结果，其中，APcoco为测试模型使用MS-COCO评估方法计算输出的分数，APnew为测试模型使用下列公式计算输出的分数： ； 其中，GT为标注框，lenpredFalseBoxes为负样本数据中被检测出的预测框的数量，lenpredAllBoxes为所有预测框的数量，lenImgsWithGt为正样本数据的数量，lenImgsWithoutGt为所述负样本数据的数量，lenprednoboxImgsWithoutGt为所述负样本数据中不带有预测框且不带有标注框的负样本数据的数量，lenpredImgsWithoutGt为所述负样本数据中带有预测框且不带有标注框的负样本数据的数量。

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宏龙科技(杭州)有限公司;杭州联汇科技股份有限公司，其通讯地址为：310051 浙江省杭州市中国(浙江)自由贸易试验区滨江区长河街道秋溢路399号3号楼303室；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。