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！

龙图腾网获悉中国科学技术信息研究所申请的专利面向航空航天领域的开放词汇目标检测方法和装置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：CN120851019B 。

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：202510990600.5，技术领域涉及：G06F40/295；该发明授权面向航空航天领域的开放词汇目标检测方法和装置是由王力;李琳娜;张运良;林毅;高雄;浦墨;金辉设计研发完成，并于2025-07-17向国家知识产权局提交的专利申请。

本面向航空航天领域的开放词汇目标检测方法和装置在说明书摘要公布了：本公开实施例提供了一种面向航空航天领域的开放词汇目标检测方法和装置，涉及目标检测技术领域。该方法包括：将待检测图像和待检测图像对应的描述文本输入预先训练的检测模型，获得检测模型输出至少一个标注框和每一标注框中对象的目标预测类别，目标预测类别为描述文本中包括的实体名词。检测模型根据预先构建的样本数据集训练得到，样本数据集中包括自建数据集；对于自建数据集中的每个样本图像，将样本对象的真实类别作为训练标签，真实类别包括实体名词和扩展词，通过将关键词和扩展词共同作为训练标签，能够将领域专业知识直接融入模型训练，增强检测模型在航空航天领域的语义理解能力，有效提高检测模型识别未见类别的泛化能力和准确性。

本发明授权面向航空航天领域的开放词汇目标检测方法和装置在权利要求书中公布了：1.一种面向航空航天领域的开放词汇目标检测方法，其特征在于，包括： 将待检测图像和待检测图像对应的描述文本输入预先训练的检测模型，获得所述检测模型输出至少一个标注框和每一标注框中对象的目标预测类别，所述目标预测类别为所述描述文本中包括的实体名词； 其中，所述检测模型根据预先构建的样本数据集训练得到，所述样本数据集中包括自建数据集； 所述自建数据集中的训练数据通过以下方式生成： 获取航空航天领域的新闻，从所述新闻中获取多个样本图像以及各个样本图像相应的描述文本； 对于每个描述文本，从所述描述文本中抽取实体名词，并确定所述实体名词的扩展词，所述扩展词包括上位词和缩写词； 对于每个样本图像，将所述样本图像作为训练样本，在每个样本图像中标注每一样本对象的标注框，将所述样本图像中的标注框和标注框中样本对象的真实类别作为训练标签，所述真实类别包括实体名词和扩展词； 所述检测模型通过以下方式训练： 以所述样本数据集对所述检测模型进行至少一轮训练； 每一轮训练的步骤包括： 从所述样本数据集中，确定本轮训练应用的第一样本集，对于所述第一样本集中的每一样本图像，识别并定位所述样本图像中的样本对象，确定每一样本对象的预测标注框，并获取每一预测标注框在所述样本图像中对应的候选区域的图像嵌入向量； 对每一样本图像对应的描述文本进行编码，获取所述描述文本中每一真实类别对应的类别标签的文本嵌入向量； 将所有候选区域和所有类别标签一一匹配得到多个匹配对，并计算每一匹配对对应的图像嵌入向量和文本嵌入向量之间的相似度，得到相似度矩阵，所述相似度矩阵中每一元素为相应匹配对的相似度； 利用匈牙利算法，从所述相似度矩阵中确定预测匹配对，并将所述相似度矩阵映射至概率范围获取预测置信度矩阵，所述预测匹配对包括候选区域和预测标签，所述预测标签为与所述候选区域最佳匹配的类别标签； 对于每一样本图像，根据所述预测置信度矩阵，计算所述样本图像中每一候选区域的预测概率分布与对应的真实标签的概率分布之间的差异，获取交叉熵损失； 对于每一样本图像，根据每一预测匹配对应的相似度，计算所述样本图像中每一候选区域的预测类别和真实类别之间的差异，获取分类损失； 将所述第一样本集中的每一样本图像对应的分类损失和交叉熵损失之和作为总损失； 以最小化所述总损失为优化目标，调整所述检测模型的参数。

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中国科学技术信息研究所，其通讯地址为：100038 北京市海淀区复兴路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。