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！

龙图腾网恭喜西北农林科技大学申请的专利一种用于目标检测的自适应多形状卷积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：CN115271044B 。

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：202210937762.9，技术领域涉及：G06N3/0464；该发明授权一种用于目标检测的自适应多形状卷积方法是由韩高格;唐晶磊;张连跃;许忠民;黄炜设计研发完成，并于2022-08-05向国家知识产权局提交的专利申请。

本一种用于目标检测的自适应多形状卷积方法在说明书摘要公布了：本发明公开了一种用于目标检测的自适应多形状卷积方法，目的是解决传统卷积核无法变化形状、无法匹配目标几何形变、同一网络层感受野单一以及会提取除目标外无效信息特征的缺点。本发明方法主要是先学习核掩模，然后利用核掩模进行自适应多形状卷积，最后利用梯度反向传播更新核掩模。本发明自适应多形状卷积方法使卷积可以适应目标几何形状的变化，增强了卷积网络的语义提取能力和特征表达能力，而且相对于标准卷积只增加了很少的参数量和运算复杂度，它可以被添加到任意目标检测模型的主干网络中，只需同等替换其网络中的3x3、5x5等标准的卷积即可，可以大幅提高网络模型目标检测平均检测精度。

本发明授权一种用于目标检测的自适应多形状卷积方法在权利要求书中公布了：1.一种用于目标检测的自适应多形状卷积方法，其特征在于包括以下步骤：步骤一、通过标准卷积操作和argmax操作学习得到核掩模，则核掩模计算公式如下：mx＝argmaxconvx其中，mx表示核掩模，x是输入的特征图，conv是标准卷积操作，由两个2D卷积和一个ReLU函数构成；第一个2D卷积用于降维，卷积核大小为3x3，输入通道数为C，输出通道数为M，stride为1，padding为1，bias为True；随后是ReLU函数，用于增加标准卷积操作的非线性表达能力；第二个2D卷积给通道升维，学习到最终的核掩模，卷积核大小为1x1，输入通道数为M，输出通道数为K，stride为2，padding为0，bias为True；其中，M为自适应多形状卷积核的高宽和，K为高宽积；最后，学习到的核掩模的shape为K*H2*W2，其中H、W为输入特征图宽高；argmax操作由sigmoid函数和阈值化处理组成，得到的核掩模每点的取值为0或1，用公式表示为： 其中，t为超参数，默认为0.25，s为convx的结果，为sigmoid函数；通过sigmoid函数和阈值化处理的技巧实现argmax操作，目的是防止直接进行argmax操作导致梯度的丢失，无法进行核掩模参数的反向传播更新；步骤二、利用学习到的核掩模进行自适应多形状卷积，用公式表示如下： 其中，·表示点乘操作；w是标准卷积核，m是核掩模，x为输入特征图，y为输出特征图；K为卷积采样点数目，在3x3自适应卷积中K＝9；po是特征图上的像素点坐标，pk是卷积核上的坐标点；若输入特征图大小为W*H，自适应多形状卷积核和标准卷积核的stride为2，自适应多形状卷积在输入特征图中的卷积采样点数与核掩模高宽相乘的数目H2*W2相同，自适应多形状卷积在特征图中不同位置进行卷积前，取核掩模相应坐标点在K个通道上的值点乘标准卷积核的K个权重得到新的具有形状变化的卷积核，然后再将其与采样点周围K个像素值相乘后累加得到po点的自适应多形状卷积结果；可见，在stride为2的自适应多形状卷积中，一个W*H大小的特征图对应着W2*H2个形状不同的卷积核；而在标准卷积中，一个特征图只使用1种形状卷积核；步骤三、对核掩模进行反向传播更新，利用核掩模进行自适应多形状卷积前向传播后，需要根据梯度反向传播更新参数，学习到更合适卷积采样点的核掩模，自适应多形状卷积结果关于核掩模的梯度公式如下： 其中，w是标准卷积核，m是核掩模，x为输入特征图，y为输出特征图，K为卷积采样点数目，po是特征图上的像素点坐标，pk是卷积核上的坐标点；核掩模由标准卷积和argmax操作学习得到，则其关于输入特征图x的梯度公式如下： 其中，x为输入特征图，mx为核掩模，convx为标准卷积操作结果；根据上述梯度公式对自适应多形状卷积进行反向传播更新，最终可学习到最合适卷积采样点的核掩模；步骤四、将训练数据集输入基于步骤一、二、三得到的自适应多形状卷积的目标检测网络模型进行训练；所述的目标检测网络模型包括FasterRCNN网络模型；步骤五、将测试数据集数据输入到训练好的目标检测网络模型，得到目标检测的结果。

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西北农林科技大学，其通讯地址为：712100 陕西省咸阳市杨凌示范区西农路南段3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”。