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！

龙图腾网恭喜园测信息科技股份有限公司申请的专利基于深度学习的目标检测优化方法、系统、设备与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：CN119152323B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202411648967.0，技术领域涉及：G06V10/774；该发明授权基于深度学习的目标检测优化方法、系统、设备与存储介质是由韩国栋;杜晓川;刘秀;张骏源设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本基于深度学习的目标检测优化方法、系统、设备与存储介质在说明书摘要公布了：本发明公开了一种基于深度学习的目标检测优化方法、系统、设备与存储介质，属于目标检测技术领域，方法包括：利用训练后的目标检测模型进行目标检测，模型训练时，采用双分支并行的样本匹配算法进行正负样本匹配，根据正负样本匹配的损失以及目标检测模型的原始损失构建目标检测模型的实际损失函数；不断对目标检测模型的参数进行迭代优化，直至生成满足优化条件的目标检测模型；在目标检测时，仅采用单分支进行预测。本发明精简了目标检测时的算法后处理流程，能够在确保目标检测精度的前提下，提升目标检测的速度，并有效降低目标检测所需的计算资源消耗，使得本发明在实际应用中更加高效、节能，且具备更强的实时处理能力。

本发明授权基于深度学习的目标检测优化方法、系统、设备与存储介质在权利要求书中公布了：1.一种基于深度学习的目标检测优化方法，其特征在于，包括以下步骤：获取图像样本数据集；所述图像样本数据集包括训练样本集和验证样本集；对目标检测模型进行训练，训练时，采用双分支并行的样本匹配算法对训练样本集进行正负样本匹配，且根据正负样本匹配的损失以及目标检测模型的原始损失构建目标检测模型的实际损失函数；基于构建的实际损失函数，通过验证样本集对目标检测模型的参数进行迭代优化，直至目标检测模型满足预设的优化条件；所述双分支并行的样本匹配算法包括：并行的基于TaskAlignedAssigner的one-to-many正负样本匹配算法以及基于匈牙利匹配算法的one-to-one正负样本匹配算法；利用训练后的目标检测模型对目标进行检测，且在检测时，仅采用基于匈牙利匹配算法的one-to-one正负样本匹配算法进行正负样本匹配；所述采用双分支并行的样本匹配算法对训练样本集进行正负样本匹配，包括采用基于TaskAlignedAssigner的one-to-many正负样本匹配算法，对训练样本集进行正负样本匹配，过程如下：通过目标检测模型对输入图像预测生成预测框，并获取预测框在所有预设类别分数中对应的类别分数S；获取每个真实框与每个预测框之间的IOU值；基于获取的IOU值和类别分数S，获取每个真实框与所有预测框的对齐度；根据每个真实框与所有预测框的对齐度，选择topK个预测框作为该真实框的候选正样本，所述训练样本集中除所有候选正样本以外的预测框均为负样本；若一个预测框对应多个真实框的候选正样本，则比较该预测框与每个真实框的IOU值，选择最大IOU值所对应的真实框与该预测框进行对应，并将该预测框从其余真实框的候选正样本中滤除，以获取最终的正样本。

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园测信息科技股份有限公司，其通讯地址为：215000 江苏省苏州市工业园区苏虹中路101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”。