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！

龙图腾网获悉北京化工大学申请的专利一种基于形状先验的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：CN116664866B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202310564376.4，技术领域涉及：G06V10/44；该发明授权一种基于形状先验的目标检测方法是由张帆;戴雅伦;马飞;胡伟设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本一种基于形状先验的目标检测方法在说明书摘要公布了：本发明公开了一种基于形状先验的目标检测方法，具体包括针对大规模数据集的目标检测方法和针对小样本数据集的目标检测方法。本发明首先构造形状数据集，然后设计目标检测模型，并通过形状数据集对模型进行预训练，再通过目标任务数据集通常为大规模数据集对模型的权重进行微调，从而实现对大规模数据集的目标检测。在此基础上，本发明设计了小样本目标检测模型，通过形状数据集训练模型中的部分结构并冻结，再通过目标任务数据集通常为小样本数据集对模型中的其余结构进行训练，最终实现针对小样本数据集的目标检测。

本发明授权一种基于形状先验的目标检测方法在权利要求书中公布了：1.一种基于形状先验的目标检测方法，其特征在于：该方法的实施流程如下： 步骤1：构造原始形状数据集；使用自定义脚本生成若干张图片，每张图片中均包含矩形、圆形、三角形和椭圆形四类基础形状，将图片中的四类基础形状作为原始形状数据集的输入样本；图片中所含基础形状的类别和外接矩形坐标作为期望输出标签； 步骤2：构造风格化形状数据集；对原始形状数据集中的图片进行自风格化处理，得到风格化形状数据集的输入样本，期望输出使用原始形状数据集中对应图片的期望输出； 步骤3：构造形状数据集；将原始形状数据集和风格化形状数据集合并，即得到形状数据集；基于大规模数据集的目标检测和小样本数据集的目标检测实现形状数据集的目标检测； 大规模数据集的目标检测包括步骤4和步骤5： 步骤4：设计目标检测模型；以RPN模型为基础，修改RPN模型中1×1卷积核的通道数；所述卷积核的通道数为18，即每个点9个锚框和2个分数；将卷积核的通道数修改为45，即每个点9个锚框和5个分数，修改后的RPN模型即为目标检测模型； 步骤5：目标检测模型训练；通过步骤3获得的形状数据集对步骤4的目标检测模型进行第一次训练，得到第一组模型权重；通过目标任务数据集对目标检测模型进行第二次训练，使第一组模型权重能够根据目标任务数据集得到微调，得到一组最终的用于大规模数据集目标检测任务的模型权重，通过步骤4设计的目标检测模型和步骤5训练得到的最终的模型权重即可实现对大规模数据集的目标检测； 小样本数据集的目标检测包括步骤6： 步骤6：设计并训练小样本目标检测模型；小样本目标检测模型以FasterR-CNN模型为基础，将FasterR-CNN模型中RPN模型修改为ShapeRCN形状检测器，并增加形状先验分支；将修改后的FasterR-CNN模型命名为形状先验FasterR-CNN模型，通过步骤3的形状数据集训练形状先验FasterR-CNN模型中的主干网和ShapeRCN形状检测器并冻结；然后再通过目标任务数据集训练形状先验FasterR-CNN模型中除主干网和ShapeRCN形状检测器外的其他部分，从而实现对小样本数据集的目标检测。

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北京化工大学，其通讯地址为：100029 北京市朝阳区北三环东路15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。