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！

龙图腾网获悉武汉大学申请的专利支持检测未知类的城市垃圾增量学习检测方法及系统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：CN116468948B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202310438408.6，技术领域涉及：G06V10/764；该发明授权支持检测未知类的城市垃圾增量学习检测方法及系统是由涂志刚;朱立远;古昊;张嘉旭;谢伟;李红艳设计研发完成，并于2023-04-23向国家知识产权局提交的专利申请。

本支持检测未知类的城市垃圾增量学习检测方法及系统在说明书摘要公布了：本发明提供一种支持检测未知类的城市垃圾增量学习检测方法及系统，在Faster‑RCNN检测模型基础上优化特征提取与特征利用，包括设置金字塔特征结构获得多尺度特征，对特征做通道注意力修正，通过修正突出图像特征重点区域，抑制不明显特征，获得垃圾检测基础模型；在垃圾检测基础模型的基础上，建立可持续增量注册学习模型；在可持续增量注册学习模型基础上，设置支持检测未知类别网络结构，稳定地识别未知类别的城市垃圾；支持将未知输出结果作为补充，进行增量注册学习，实现闭环。本发明提升检测精度；实现模型可持续注册增量学习，使用新数据注册新检测类别，不接触旧数据同时不产生知识遗忘；能够检测未知类别，对训练数据中不存在类别产出有效检测。

本发明授权支持检测未知类的城市垃圾增量学习检测方法及系统在权利要求书中公布了：1.一种支持检测未知类的城市垃圾增量学习检测方法，其特征在于，进行以下处理， 在Faster-RCNN检测模型基础上优化特征提取与特征利用，包括设置金字塔特征结构获得多尺度特征，而后对特征做通道注意力修正，通过修正突出图像特征重点区域，抑制不明显特征，获得垃圾检测基础模型； 在垃圾检测基础模型的基础上，建立可持续增量注册学习模型，包括基于元学习进行梯度处理，设置新的梯度处理损失与蒸馏损失，建立参数更新策略，使得模型训练支持仅使用新数据而不接触旧数据，完成新类别注册，同时不对旧知识产生遗忘； 在可持续增量注册学习模型基础上，设置支持检测未知类别网络结构，包括训练时建立聚类损失，拟合能量函数，预测时使用能量函数及能量值结合参数矩阵分类头产生分类结果，以稳定地识别未知类别的城市垃圾；支持将未知输出结果作为补充，进行增量注册学习，实现闭环； 模型识别未知类别的实现方式如下， 训练过程中将最终待检测输出特征构建对比聚类损失函数，通过维护每个类的特征向量中心来对比待检测特征与不同类别的距离，增加不同类间特征向量距离，聚拢同类特征向量； 学习能量函数将多维特征向量转化为标量，学习该标量与所属类别之间的匹配程度，所学模型的映射将判断一个未知特征向量是否属于未知类别； 并行使用参数矩阵的未知分类头，将特征进行归一化处理，设置有界稀疏的参数掩码矩阵，限定输出分布，保证输出类别稳定； 识别出基础类垃圾时，采取机器提醒的方式通过向摄像头传输信号，要求垃圾产生行为停止；识别出未知类时，抓拍并提示人工处理，根据用户判读决定措施，同时将其纳入新一轮训练数据。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。