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！

龙图腾网获悉湖北工业大学申请的专利一种矿石图像小样本目标检测方法及系统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：CN116524356B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202310384210.4，技术领域涉及：G06V20/10；该发明授权一种矿石图像小样本目标检测方法及系统是由孙国栋;程乐;彭雨婷;鲁志恒;张杨;贾俊杰设计研发完成，并于2023-04-11向国家知识产权局提交的专利申请。

本一种矿石图像小样本目标检测方法及系统在说明书摘要公布了：本发明提供一种矿石图像小样本目标检测方法及系统，属于目标检测技术领域，包括：基于矿石图像样本集合得到矿石标注数据库；基于样本增强模块、双注意力区域生成网络和预设轻量多关系检测头构建目标检测框架；获取预设标准数据集，利用预设标准数据集对目标检测框架进行基础训练，利用矿石标注数据库对目标检测框架进行微调训练，得到矿石小样本目标检测模型；将待检测矿石图像输入至矿石小样本目标检测模型，得到矿石目标检测结果。本发明针对矿石样本数量稀少的情况，采用基于样本增强模块、双注意力区域生成网络和轻量多关系检测头构建目标检测框架，有效解决少量样本条件下矿石图像粒度分析任务中网络过拟合问题，显著提高矿石粒度信息的提取精度。

本发明授权一种矿石图像小样本目标检测方法及系统在权利要求书中公布了：1.一种矿石图像小样本目标检测方法，其特征在于，包括： 采集矿石样本图像集合，基于所述矿石图像样本集合得到矿石标注数据库； 基于样本增强模块、双注意力区域生成网络和预设轻量多关系检测头构建目标检测框架； 获取预设标准数据集，利用预设标准数据集对所述目标检测框架进行基础训练，利用所述矿石标注数据库对所述目标检测框架进行微调训练，得到矿石小样本目标检测模型； 将待检测矿石图像输入至所述矿石小样本目标检测模型，得到矿石目标检测结果； 所述基于样本增强模块、双注意力区域生成网络和预设轻量多关系检测头构建目标检测框架，包括： 采用可学习线性矩阵对矿石样本输入支持特征图进行变换和重构，得到增强边缘信息的矿石特征图； 将所述增强边缘信息的矿石特征图分别输入至所述双注意力区域生成网络中的通道注意机制模块和空间注意机制模块，得到通道注意特征图和空间注意特征图，将所述通道注意特征图和所述空间注意特征图进行融合，得到最终特征图； 利用所述预设轻量多关系检测头对所述最终特征图进行相似度计算和分类预测，获得所述目标检测框架； 所述采用可学习线性矩阵对矿石样本输入支持特征图进行变换和重构，得到增强边缘信息的矿石特征图，包括： 确定所述矿石样本输入支持特征图的长度、宽度和通道数； 基于同一像素点在所述矿石样本输入支持特征图中各通道位置和所有像素集合，得到矿石样本输入支持特征图中的所有像素点位置集合； 对所述所有像素点位置集合进行全连接，得到所述可学习线性矩阵： 其中，是特征图，，H、W和C分别是特征图的长、宽和通道数，表示各通道中全部像素点集合，代表所有像素集合，表示同一像素点在特征图各通道中的位置，表示全连接层； 由归一化指数函数对所述可学习线性矩阵处理得到每个特征图位置激活值，将所述每个特征图位置激活值与所述所有像素点位置集合相乘，得到每个通道中每个像素权重特征图： 其中，指代归一化指数，是乘积符号； 所述每个通道中每个像素权重特征图经带参数的线性修正单元处理后与预设激活系数相乘后，与所述矿石样本输入支持特征图进行叠加，得到所述增强边缘信息的矿石特征图： 其中，当激活系数为0.5时，矿石图像增强效果最好，是带参数的线性修正单元。

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北工业大学，其通讯地址为：430068 湖北省武汉市洪山区南李路28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。