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！

龙图腾网获悉哈尔滨工程大学申请的专利一种基于增量学习的无人艇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：CN115690568B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202211380792.0，技术领域涉及：G06V20/05；该发明授权一种基于增量学习的无人艇目标检测方法是由王博;杨张琪;霍炜;李晔;李雲峰;刘卓研;廖煜雷设计研发完成，并于2022-11-04向国家知识产权局提交的专利申请。

本一种基于增量学习的无人艇目标检测方法在说明书摘要公布了：本发明涉及一种基于增量学习的无人艇目标检测方法，首先构建初始类别数据集；构建教师网络模型，并使用初始类别数据集对教师网络模型进行训练，对初始类别海面目标的检测；构建新类别数据集；构建学生网络模型，学生网络与教师网络的整体结构相同，根据新类别目标数量增加相应的分类子网络；在教师网络和学生网络之间构建蒸馏损失函数；在新类别海面目标数据集上训练增量目标检测网络，是损失函数达到收敛，并保存训练好的模型参数；在无人艇平台上部署训练好的模型，对目标进行检测；增加新类别的检测目标时，重复执行步骤三至步骤七。本发明构建了一个可以连续学习的目标检测器，可以使无人艇快速具备识别新类别海面目标的能力。

本发明授权一种基于增量学习的无人艇目标检测方法在权利要求书中公布了：1.一种基于增量学习的无人艇目标检测方法，其特征在于：包括以下步骤： 步骤一：构建初始类别数据集，通过水面无人艇拍摄真实海洋环境下海面目标图像，并对初始的海面目标进行类别和位置信息的标签标注，构建海面目标检测数据集； 步骤二：构建教师网络模型，并使用初始类别数据集对教师网络模型进行训练，对初始类别海面目标的检测； 步骤三：构建新类别数据集：通过水面无人艇拍摄真实海洋环境下海面目标图像，数据集中只对新类别的海面目标进行类别和位置信息的标签标注，构建海面目标检测数据集； 步骤四：构建学生网络模型，学生网络与教师网络的整体结构相同，根据新类别目标数量增加相应的分类子网络； 步骤五：在教师网络和学生网络之间构建蒸馏损失函数； 所述蒸馏损失函数主要包括两部分；第一部分在整个网络的最后一层之间构建损失函数，公式如下所示： 其中P代表教师网络模型最后一层的特征图，代表代表学生网络模型最后一层的特征图； 第二部分在教师网络和学生网络的主干特征提取网络的最后一层之间建立构建损失函数，公式如下所示： 其中F代表教师网络主干特征提取网络最后一层的特征图，代表学生网络主干特征提取网络最后一层的特征图； 步骤六：在新类别海面目标数据集上训练增量目标检测网络，是损失函数达到收敛，并保存训练好的模型参数； 步骤七：在无人艇平台上部署训练好的模型，对目标进行检测； 步骤八：增加新类别的检测目标时，重复执行步骤三至步骤七。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室；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。