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！

龙图腾网获悉浙江啄云智能科技有限公司申请的专利多任务目标检测模型的训练方法与多任务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：CN116543262B 。

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：202310542881.9，技术领域涉及：G06V10/774；该发明授权多任务目标检测模型的训练方法与多任务目标检测方法是由李林超;权家新;周凯;温婷设计研发完成，并于2023-05-11向国家知识产权局提交的专利申请。

本多任务目标检测模型的训练方法与多任务目标检测方法在说明书摘要公布了：本申请提供了一种多任务目标检测模型的训练方法与多任务目标检测方法。方法包括：获取训练样本图像；构建目标检测模型，目标检测模型包括顺次连接的共用主干网络层和共用瓶颈层，以及并列连接在共用瓶颈层后的第一检测头和第二检测头，第一检测头和第二检测头进行构建时采用的训练集不同；将训练样本图像输入至目标检测模型，第一检测头输出第一检测结果，第二检测头输出第二检测结果；根据第一检测结果确定第一检测头的第一损失值，根据第二检测结果确定第二检测头的第二损失值；采用第一损失值和第二损失值进行反向传播，以调整目标检测模型的参数，得到训练后的目标检测模型。可以进行多任务的目标检测，提高了目标检测模型的检测能力。

本发明授权多任务目标检测模型的训练方法与多任务目标检测方法在权利要求书中公布了：1.一种多任务目标检测模型的训练方法，其特征在于，所述目标检测模型应用于识别目标对象的类别，包括： 获取训练样本图像； 构建目标检测模型，所述目标检测模型包括顺次连接的共用主干网络层和共用瓶颈层，以及并列连接在所述共用瓶颈层后的第一检测头和第二检测头，所述第一检测头为针对第一训练集构建的检测头，所述第二检测头为针对第二训练集构建的检测头； 将所述训练样本图像输入至所述目标检测模型，所述第一检测头输出第一检测结果，所述第二检测头输出第二检测结果； 根据所述第一检测结果确定所述第一检测头的第一损失值，根据第二检测结果确定所述第二检测头的第二损失值； 采用所述第一损失值和所述第二损失值进行反向传播，以调整所述目标检测模型的参数，得到训练后的目标检测模型， 所述根据所述第一检测结果确定所述第一检测头的第一损失值，包括：如果所述第一检测结果的分类结果含于所述第一训练集的分类标签，则基于所述第一检测结果得到第一回归损失值和第一分类损失值，根据所述第一回归损失值和所述第一分类损失值确定所述第一损失值， 所述根据第二检测结果确定所述第二检测头的第二损失值，包括：如果所述第二检测结果的分类结果含于所述第一训练集的分类标签，则基于所述第二检测结果得到第二回归损失值和第二分类损失值，根据第二回归损失值和第二分类损失值确定所述第二损失值；如果所述第二检测结果的分类结果不含于所述第一训练集的分类标签，则基于所述第二检测结果得到第三回归损失值、第三分类损失值、第一回归损失权重和第一分类损失权重，根据所述第三回归损失值、所述第三分类损失值、所述第一回归损失权重和所述第一分类损失权重确定所述第二损失值， 所述基于所述第二检测结果得到第三回归损失值、第三分类损失值、第一回归损失权重和第一分类损失权重，根据所述第三回归损失值、所述第三分类损失值、所述第一回归损失权重和所述第一分类损失权重确定所述第二损失值，包括：基于预测框的置信度，得到所述第一分类损失权重；基于两次预测框的交并比，得到所述第一回归损失权重；所述第二检测结果包括分类结果和回归位置，根据预测框和伪标签的分类结果得到第三分类损失值，根据预测框和伪标签的回归位置得到第三回归损失值；根据所述第三回归损失值、所述第三分类损失值、所述第一回归损失权重和所述第一分类损失权重确定第二损失值。

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浙江啄云智能科技有限公司，其通讯地址为：310000 浙江省杭州市滨江区浦沿街道六和路中控大厦E座9楼；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。