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！

龙图腾网恭喜湖南大学申请的专利一种低标注成本的异型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：CN119380004B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202411944715.2，技术领域涉及：G06V10/25；该发明授权一种低标注成本的异型目标检测方法是由梁桥康;郑正月;秦海;舒立业;申新朴设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种低标注成本的异型目标检测方法在说明书摘要公布了：本发明公开了一种低标注成本的异型目标检测方法，包括：构建初始标注集和未标注集；使用初始标注集训练目标检测模型；利用当前目标检测网络对未标注集推理，基于推理结果计算图像级和实例级的不确定性，对其中实例按混合不确定性排序；统计已标注集中各类别实例的数量，进而计算采样率以按类别采样，得到当前轮次选择的样本集；对当前轮次选择的样本集进行标注，更新已标注集和未标注集；使用当前已标注集训练目标检测模型；若当前已标注样本数量少于总体标注预算，则返回继续在未标注集中按混合不确定性和类别比例选择样本；否则完成目标检测网络训练，即可用于对检测图像中的异型目标进行检测。本发明以低标注成本达到良好的目标检测精度。

本发明授权一种低标注成本的异型目标检测方法在权利要求书中公布了：1.一种低标注成本的异型目标检测方法，其特征在于，包括：步骤1，收集带有异型目标的图像构建目标检测数据集，从中随机选择初始标注预算大小的图像进行人工标注，构成初始标注集，剩余大量未标注图像构成初始未标注集；步骤2，使用初始标注集训练目标检测模型；步骤3，利用当前训练得到的目标检测网络对当前未标注集中的图像进行推理，在推理结果基础上计算图像级不确定性和实例级不确定性，将当前未标注集中的实例按混合不确定性大小降序排序；步骤4，统计当前已标注集中各类别实例的数量，将类别比例取反得到各类别实例的采样率，根据采样率在步骤3中排好序的实例中按类别进行采样，得到当前轮次选择的样本集；步骤5，利用人工对当前轮次选择的样本集进行标注，得到标注样本集，进而更新已标注集为，未标注集为；步骤6，使用当前已标注集训练目标检测模型；步骤7，若当前已标注样本数量少于总体标注预算，返回步骤3；否则结束主动学习和模型训练，进入步骤8；步骤8，使用训练得到的目标检测网络，对检测图像中的异型目标进行检测。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路2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”。