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！

龙图腾网获悉湖南大学申请的专利熵差引导的免源域迁移学习图像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：CN120783033B 。

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：202511157345.2，技术领域涉及：G06V10/25；该发明授权熵差引导的免源域迁移学习图像目标检测方法是由孙斌;张馥华;李树涛设计研发完成，并于2025-08-19向国家知识产权局提交的专利申请。

本熵差引导的免源域迁移学习图像目标检测方法在说明书摘要公布了：本发明公开了一种熵差引导的免源域迁移学习图像目标检测方法，属于图像处理和计算机视觉技术领域。本发明包括以下步骤：教师和学生模型的初始化、增强目标域数据集、使用固定置信度阈值筛选教师模型输出生成伪标签、计算相同类别检测框的图像熵差和交并比、基于熵差引导的伪标签筛选、模型进行训练和更新教师模型。本发明通过最终筛选的伪标签作为监督信息训练学生模型，并对教师模型通过指数移动平均进行更新来完成模型迁移，进而有效解决了跨域场景下伪标签可靠性不足的问题，实现了在无源域数据情况下的高性能目标检测。

本发明授权熵差引导的免源域迁移学习图像目标检测方法在权利要求书中公布了：1.一种熵差引导的免源域迁移学习图像目标检测方法，其特征在于，包括以下步骤： S1：教师和学生模型的初始化： 将教师模型和学生模型采用完全相同的预训练源域检测模型进行参数初始化； S2：增强目标域数据集： 首先分别对目标域数据集进行强增强和弱增强，然后对强增强的数据集进行掩码表示； S3：使用固定置信度阈值筛选教师模型输出生成伪标签： 将弱增强的图像输入到教师模型，并使用固定阈值对教师模型输出的检测结果进行筛选，筛选过程保留所有置信度超过阈值的检测框； S4：相同类别检测框两两之间交并比和熵差的计算： 在完成S3的操作后，计算每个检测框的图像熵值，并计算相同类别两两检测框的交并比和熵差，具体操作为： S4.1：将检测框区域内的图像从RGB形式转化为灰度图，图像熵通过计算检测框区域内256级灰度值的信息熵得到； S4.2：计算检测框的交并比IoU； S4.3：熵差ED定义为两个检测框区域熵值的绝对差值； S5：基于熵差引导的伪标签筛选： 完成上述步骤后，在每个类别内进行熵差引导的筛选伪标签，具体操作为： S5.1：当交并比小于等于给定阈值，判定为不同目标实例，同时保留两个检测框，当交并比大于给定阈值且熵差小于等于给定阈值时，判定为同一目标实例，保留熵值较低的检测框； S5.2：当交并比大于给定阈值且熵差大于给定阈值时，判定为不同目标实例，同时保留两个检测框，其中，交并比阈值为0.5，熵差阈值为0.1，该数值能有效区分不同复杂度特征的检测目标，最终保留的检测框为筛选的最终伪标签； S6：模型进行训练： 使用最终筛选的伪标签作为监督信息对学生模型进行训练； S7：更新教师模型： 教师模型进行指数移动平均进行更新。

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湖南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路1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。