Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜北京轩宇空间科技有限公司谷晓琳获国家专利权

恭喜北京轩宇空间科技有限公司谷晓琳获国家专利权

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!

龙图腾网恭喜北京轩宇空间科技有限公司申请的专利样本选择方法及装置、分类器训练方法及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:CN113673592B

龙图腾网通过国家知识产权局官网在2025-03-07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:202110933655.4,技术领域涉及:G06F18/214;该发明授权样本选择方法及装置、分类器训练方法及装置是由谷晓琳;杨敏;张燚;刘科设计研发完成,并于2021-08-15向国家知识产权局提交的专利申请。

样本选择方法及装置、分类器训练方法及装置在说明书摘要公布了:本发明提供一种样本选择方法及装置、分类器训练方法及装置,应用于单阶段目标检测器,其中样本选择方法包括:构建同时考虑分类损失和回归损失的代价函数;根据检测网络输出的预测信息和目标真值,利用代价函数计算所有候选样本的代价;利用先验信息筛选候选样本;根据代价对筛选出的候选样本进行排序,选择前N个代价最小的样本为正样本,其余为负样本。分类器训练方法及装置,根据回归框与目标框的IoU值区分所有正样本,提高了高质量候选样本对分类损失的贡献,抑制低质量样本的影响。

本发明授权样本选择方法及装置、分类器训练方法及装置在权利要求书中公布了:1.一种基于预测信息的样本选择方法,应用于单阶段目标检测器,其特征在于,包括步骤:输入图像数据;构造代价函数;根据所述单阶段目标检测器的检测网络输出的预测信息和目标真值,利用所述代价函数计算所有候选样本的代价;利用先验信息筛选候选样本;根据所述代价对筛选出的候选样本进行排序,选择前N个代价最小的样本为正样本,其余为负样本;构造代价函数是采用三种损失的加权组合实现,三种损失的函数为:用于分类损失的交叉熵函数,用于回归损失的IoU损失函数,以及回归框与目标框的中心点距离L1损失函数三种函数,所述代价函数为: C=λlocCloc+λclsCcls其中,λloc和λcls分别表示回归损失和分类损失的权重系数,Cloc表示回归误差,Ccls表示候选样本与目标框的分类误差; C loc 包括IoU损失、中心点L1距离: C loc =λIoUCIoU+λL1CL1其中,λIoU和λL1分别表示IoU损失和中心点L1距离的权重系数,CIoU表示IoU损失,通过计算样本的回归框与目标框的IoU值得到,CL1表示中心点L1距离,通过计算样本的回归框与目标框的中心点距离得到; C cls 的公式为: 其中,在Ccls的公式中,权重系数αcls用来平衡目标类别和其余类别的权重,γcls是调节因子,用来调节样本的重要性,p表示检测网络预测的分类信息,i、j表示目标类别索引;利用先验信息筛选候选样本,是保留中心点在目标框内的候选样本,删除目标框外的候选样本,采用公式: C 1 =Ω*λlocCloc+λclsCcls其中,Ω表示先验信息,先验信息是指候选样本所在的网格点是否在目标框内,候选样本所在的网格坐标点在目标框内,则Ωi∈Ω为1,否则为无穷大。

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轩宇空间科技有限公司,其通讯地址为:101318 北京市顺义区高丽营镇文化营村北(临空二路1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”。

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。