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！

龙图腾网获悉中国地质大学(武汉)申请的专利一种基于DETR的双域伪标签生成跨域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：CN120147676B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202510214760.0，技术领域涉及：G06V10/762；该发明授权一种基于DETR的双域伪标签生成跨域目标检测方法是由罗大鹏;赵路辉;吴景怡;刘晨;李子桐;苗天乐;黄家鹏设计研发完成，并于2025-02-26向国家知识产权局提交的专利申请。

本一种基于DETR的双域伪标签生成跨域目标检测方法在说明书摘要公布了：本发明涉及计算机视觉技术领域，提出了一种基于DETR的双域伪标签生成跨域目标检测方法，多尺度解码query聚类模块通过对解码器输出的query进行多尺度聚类，能够准确捕捉不同尺度目标的特征信息，从而有效地评估伪标签的置信度。该方法具有较强的跨域迁移能力，能够在目标域与源域风格数据之间生成更高质量的伪标签，并优化伪标签置信度，进而提高目标检测的准确性和鲁棒性，显著减少了不同尺度伪标签的漏检与误检问题。双域协作和双域验证模块通过结合源域与目标域风格图像的不同置信度分级下的伪标签，增强了伪标签生成的可靠性，并有效过滤噪声。提升了跨域数据的适应性，确保了模型能够在不同领域间顺利迁移，进一步提升了检测精度和泛化能力。

本发明授权一种基于DETR的双域伪标签生成跨域目标检测方法在权利要求书中公布了：1.一种基于DETR的双域伪标签生成跨域目标检测方法，应用于计算机视觉无监督领域自适应目标检测任务中，所述方法包括： S1：在DETR-like检测器上构建教师-学生模型框架，该框架由训练的学生模型和推理的教师模型组成； S2：获取源域和目标域图像，训练CUT模型，并通过该CUT模型推理出对应的源域和目标域风格图像； S3：使用在COCO数据集上训练的预训练模型，再通过有标注的源域图像和目标域风格图像对学生模型和教师模型进行进一步训练，得到初始化的学生模型和教师模型； S4：构建多尺度解码query聚类模块，教师模型对目标域和源域风格图像进行推理，得到解码query，并通过该多尺度解码query聚类模块计算query相似度以作为置信度；每个query代表一个潜在物体，包含类别信息和边界框预测信息； S5：构建双域协作模块，将目标域和源域风格图像推理的高置信度结果融合在一起作为可靠伪标签； S6：构建双域验证模块，从目标域和源域风格图像中推理出的困难样本中，提取同类别检测框IOU值超过阈值的高重合样本，作为可靠伪标签，并与双域协作模块生成的可靠伪标签融合，得到最终伪标签； S7：将最终伪标签作为目标域图像的标签，用于学生模型的训练，同时教师模型不断更新，最终得到训练好的教师-学生模型，用于进行跨域目标检测。

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中国地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388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。