Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军国防科技大学李淼获国家专利权

中国人民解放军国防科技大学李淼获国家专利权

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!

龙图腾网获悉中国人民解放军国防科技大学申请的专利红外小目标检测网络训练方法、装置、设备及存储介质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:CN115908915B

龙图腾网通过国家知识产权局官网在2026-04-10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:202211442738.4,技术领域涉及:G06V10/764;该发明授权红外小目标检测网络训练方法、装置、设备及存储介质是由李淼;李若敬;凌强;林再平;曾瑶源;盛卫东;李骏;安玮设计研发完成,并于2022-11-16向国家知识产权局提交的专利申请。

红外小目标检测网络训练方法、装置、设备及存储介质在说明书摘要公布了:本申请公开了一种红外小目标检测网络训练方法、装置、设备及存储介质,涉及目标检测技术领域,包括:基于正样本数量以及预设比例系数,从初始负样本集中筛选出难负样本集和易负样本集;所述预设比例系数为预设设置的用于提升正负样本数量均衡程度的系数;根据难负样本集和易负样本集生成用于对反向传播过程中的样本进行控制的权重矩阵;基于权重矩阵确定难点挖掘损失函数,并利用难点挖掘损失函数对红外小目标检测网络进行点监督训练。通过上述方案,基于正样本数量和预设比例系数确定难负样本集和易负样本集,防止了目标检测网络训练过程中正负样本数量不均衡的情况发生,提高了正负样本的数量均衡程度,从而提高了目标检测网络的训练效果。

本发明授权红外小目标检测网络训练方法、装置、设备及存储介质在权利要求书中公布了:1.一种红外小目标检测网络训练方法,其特征在于,包括: 基于正样本数量以及预设比例系数,从初始负样本集中筛选出难负样本集和易负样本集;所述预设比例系数为预设设置的用于提升正负样本数量均衡程度的系数; 根据所述难负样本集和所述易负样本集生成用于对反向传播过程中的样本进行控制的权重矩阵; 基于所述权重矩阵确定难点挖掘损失函数,并利用所述难点挖掘损失函数对红外小目标检测网络进行点监督训练; 其中,所述根据所述难负样本集和所述易负样本集生成用于对反向传播过程中的样本进行控制的权重矩阵,包括: 基于第二预设权重确定规则确定所述红外小目标检测网络上一次的网络输出结果图中各像素样本对应的权重系数,以得到相应的用于对反向传播过程中的样本进行控制的权重矩阵; 其中,所述第二预设权重确定规则包括权重系数确定规则以及权重系数约束条件,所述权重系数确定规则为将以目标像素为中心的保护框中的目标像素和非目标像素各自对应的权重系数分别配置为第二非零值和零,所述权重系数约束条件为所述权重矩阵中所有权重系数之和与所述正样本数量、所述难负样本集中的第一样本数量以及所述易负样本集中的第二样本数量之和相等; 所述基于正样本数量以及预设比例系数,从初始负样本集中筛选出难负样本集和易负样本集,包括: 基于正样本数量以及预设比例系数确定难负样本集中的第一样本数量以及易负样本集中的第二样本数量; 利用基于像素样本的初始损失构建的难负样本筛选规则,从初始负样本集中筛选出所述第一样本数量个负样本,得到难负样本集; 从所述初始负样本集中筛选出所述第二样本数量个负样本,得到易负样本集。

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人民解放军国防科技大学,其通讯地址为:410073 湖南省长沙市开福区德雅路109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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。