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！

龙图腾网获悉南方科技大学;华为技术有限公司申请的专利一种鲁棒的分布外数据检测方法、装置、终端及存储介质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：CN114936628B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202210582711.9，技术领域涉及：G06V10/764；该发明授权一种鲁棒的分布外数据检测方法、装置、终端及存储介质是由张舒怡;姚新;武晓宇;胡崝设计研发完成，并于2022-05-26向国家知识产权局提交的专利申请。

本一种鲁棒的分布外数据检测方法、装置、终端及存储介质在说明书摘要公布了：本发明公开了一种鲁棒的分布外数据检测方法、装置、终端及存储介质。本发明中的目标自编码器的隐藏层神经元节点预先经过筛选，仅保留了用于对所述待检测数据中内容占比小于预设值的第一特征进行表征的神经元节点，因此可以有效检测出现有的基于自编码器实现的OOD检测方法难以发现的OOD数据，增强OOD检测的鲁棒性。解决了现有的基于自编码器实现的OOD检测方法缺乏可解释性，导致难以检测出特定类型的OOD数据的问题。

本发明授权一种鲁棒的分布外数据检测方法、装置、终端及存储介质在权利要求书中公布了：1.一种分布外数据检测方法，其特征在于，所述方法包括： 获取待检测数据，其中，所述待检测数据位于测试数据集，所述测试数据集包括目标模型对应的测试数据； 将所述待检测数据输入目标自编码器，获取所述目标自编码器基于所述待检测数据输出的重构数据，其中，所述目标自编码器对应的隐藏层包括若干目标神经元节点，若干所述目标神经元节点用于对所述待检测数据中内容占比小于预设值的第一特征进行表征； 获取所述待检测数据和所述重构数据之间的重构误差值，当所述重构误差值大于重构误差阈值时，判断所述待检测数据为分布外数据，其中，所述分布外数据与训练数据集分别对应的所属来源不同，所述训练数据集包括所述目标模型对应的训练数据； 所述目标模型为机器学习模型，用于执行分类任务、追踪任务或分割任务中； 所述目标自编码器基于顺序自编码器的框架构建； 所述第一特征包含训练数据中分布内图像的细节信息，以对分布外图像检测； 所述目标自编码器为预先构建的，所述目标自编码器的构建过程包括： 获取顺序自编码器，其中，所述顺序自编码器对应的隐藏层包括若干神经元节点； 根据若干所述神经元节点分别对应的顺序位，将若干所述神经元节点分为删除神经元节点和所述目标神经元节点，其中，所述删除神经元节点用于对所述待检测数据中内容占比大于或者等于所述预设值的第二特征进行表征； 将所述删除神经元节点从所述顺序自编码器对应的隐藏层中删除，得到所述目标自编码器； 所述顺序自编码器为预先构建的，所述顺序自编码器的构建过程包括： 获取标准自编码器，对所述标准自编码器对应的解码器进行参数重置，其中，所述标准自编码器预先经过训练； 对所述标准自编码器对应的隐藏层新增一个神经元节点，得到更新自编码器，其中，新增的所述神经元节点分别与所述标准自编码器对应的编码器和解码器连接； 将所述训练数据集中的训练数据输入所述更新自编码器； 获取所述更新自编码器基于所述训练数据输出的训练重构数据，根据所述训练数据和所述训练重构数据对所述更新自编码器的待调整网络参数进行调整，其中，所述待调整网络参数为所述更新自编码器的隐藏层中各神经元节点分别对应的解码器的参数和新增的所述神经元节点对应的编码器的参数； 将所述更新自编码器重新作为所述标准自编码器，继续执行对所述标准自编码器对应的隐藏层新增一个神经元节点，得到更新自编码器的步骤，直至满足预设训练条件，以得到训练完毕的所述顺序自编码器。

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南方科技大学;华为技术有限公司，其通讯地址为：518055 广东省深圳市南山区桃源街道学苑大道1088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。