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！

龙图腾网获悉电子科技大学申请的专利一种基于双分支混合学习网络的无偏差场景图生成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：CN115565052B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202211060522.1，技术领域涉及：G06V10/86；该发明授权一种基于双分支混合学习网络的无偏差场景图生成方法是由高联丽;刘精微;宋井宽设计研发完成，并于2022-08-30向国家知识产权局提交的专利申请。

本一种基于双分支混合学习网络的无偏差场景图生成方法在说明书摘要公布了：本发明公开了一种基于双分支混合学习网络的无偏差场景图生成方法，涉及图像处理技术领域，解决最近无偏差场景图生成方法不能同时照顾头部谓词和尾部谓词学习的技术问题，包括以下步骤：将图像输入到目标检测器中，得到图像中实例的视觉特征、语义特征以及空间特征；将图像中实例的特征送入到粗粒度学习分支和细粒度学习分支中，其中粗粒度学习分支用以学习头部谓词的专家知识以及获得头部谓词的鲁棒性特征，细粒度学习分支用以预测具有信息性的尾部谓词；知识蒸馏，采用语义上下文模块，对细粒度学习分支的预测结果中不合理的预测进行修正，同时计算所预测的场景图的语义和所标注的场景图的语义之间的差距，并用均方差损失优化。

本发明授权一种基于双分支混合学习网络的无偏差场景图生成方法在权利要求书中公布了：1.一种基于双分支混合学习网络的无偏差场景图生成方法，其特征在于，包括以下步骤： S1、将图像输入到目标检测器中，得到图像中实例的视觉特征、语义特征以及空间特征； S2、将图像中实例的特征送入到粗粒度学习分支和细粒度学习分支中，其中粗粒度学习分支用以学习头部谓词的专家知识以及获得头部谓词的鲁棒性特征，细粒度学习分支用以预测具有信息性的尾部谓词； S3、知识蒸馏，蒸馏粗粒度学习分支在头部谓词上面的专家知识给细粒度学习分支； S4、采用语义上下文模块，对细粒度学习分支的预测结果中不合理的预测进行修正，同时计算所预测的场景图的语义和所标注的场景图的语义之间的差距，并用均方差损失优化； S5、使用标准的交叉熵损失函数来优化粗粒度学习分支的预测结果，使用课程重加权机制优化细粒度学习分支的预测结果； S6、在分支课程机制的引导下，模型会先专注于粗粒度分支的学习然后再逐渐的将学习重心放到细粒度学习分支上面，并计算模型整体损失。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。