天津师范大学刘爽获国家专利权
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!
龙图腾网获悉天津师范大学申请的专利一种基于交叉头协同蒸馏网络的域自适应物体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:CN120932027B 。
龙图腾网通过国家知识产权局官网在2025-12-12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:202511462914.4,技术领域涉及:G06V10/764;该发明授权一种基于交叉头协同蒸馏网络的域自适应物体检测方法是由刘爽;邓忠祥;张重;范晓婷设计研发完成,并于2025-10-14向国家知识产权局提交的专利申请。
本一种基于交叉头协同蒸馏网络的域自适应物体检测方法在说明书摘要公布了:本发明实施例公开了一种基于交叉头协同蒸馏网络的域自适应物体检测方法。该方法包括:构建学生模型,得到基于源域标注图像训练的学生模型;构建源域教师模型和目标域教师模型,得到基于输入图像的源域伪标签特征和目标域伪标签特征;构建交叉头协同模块,得到基于输入图像的预测特征、基于源域教师模型的交叉预测特征和基于目标域教师模型的交叉预测特征;构建损失计算模块,计算得到最终损失值并优化学生模型,得到最优域自适应物体检测模型;在测试阶段,利用最优域自适应物体检测模型得到物体检测结果。本发明通过交叉头协同模块与自适应EMA衰减模块有效减少了源域与目标域之间的分布差异,提升了域自适应物体检测性能。
本发明授权一种基于交叉头协同蒸馏网络的域自适应物体检测方法在权利要求书中公布了:1.一种基于交叉头协同蒸馏网络的域自适应物体检测方法,其特征在于,所述方法包括以下步骤: 步骤S1,利用预训练深度学习网络构建学生模型,将训练源域标注图像输入所述学生模型,并反向传播优化所述学生模型,得到基于源域标注图像训练的学生模型; 步骤S2,构建源域教师模型和目标域教师模型,利用所述基于源域标注图像训练的学生模型对所述源域教师模型和目标域教师模型进行初始化,得到初始化后的源域教师模型和目标域教师模型,将输入图像输入至所述初始化后的源域教师模型和目标域教师模型,得到基于输入图像的源域伪标签特征和目标域伪标签特征,其中,所述输入图像为无标注的训练源域图像或训练目标域图像; 步骤S3,构建交叉头协同模块,在所述交叉头协同模块中,将所述输入图像输入所述基于源域标注图像训练的学生模型的主干网络,得到基于输入图像的中间特征,将所述基于输入图像的中间特征输入至所述基于源域标注图像训练的学生模型的检测头,得到基于输入图像的预测特征,将所述基于输入图像的中间特征分别输入至所述初始化后的源域教师模型和目标域教师模型的检测头,得到基于源域教师模型的交叉预测特征和基于目标域教师模型的交叉预测特征; 步骤S4,构建损失计算模块,在所述损失计算模块中,利用基于输入图像的预测特征、基于输入图像的源域伪标签特征、基于输入图像的目标域伪标签特征、基于源域教师模型的交叉预测特征和基于目标域教师模型的交叉预测特征计算得到最终损失值,基于所述最终损失值对所述基于源域标注图像训练的学生模型进行反向传播优化,经过多次优化迭代,得到最优域自适应物体检测模型; 步骤S5,在测试阶段,利用所述最优域自适应物体检测模型对于测试目标域图像进行检测,得到域自适应物体检测结果。
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天津师范大学,其通讯地址为:300387 天津市西青区宾水西道393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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励