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！

龙图腾网恭喜重庆邮电大学申请的专利一种采样无关的全度量小样本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：CN115240008B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202210931306.3，技术领域涉及：G06V10/25；该发明授权一种采样无关的全度量小样本目标检测方法是由冷佳旭;陈泰岳;高新波;王烨;张颜设计研发完成，并于2022-08-04向国家知识产权局提交的专利申请。

本一种采样无关的全度量小样本目标检测方法在说明书摘要公布了：本发明属于人工智能技术领域，具体涉及一种采样无关的全度量小样本目标检测方法，包括：构建全度量样本检测模型，并微调全度量样本检测模型；采样小样本数据，对小样本数据集进行组织划分，得到类支持集和查询集，并对类支持集中的类支持样本进行预处理；将小样本数据输入到微调后的全度量样本检测模型，进行目标检测并获得检测结果。本发明通过使用跨尺度语义匹配减少由于和尺度差异而导致匹配次优结果；通过构造一组正常和损坏图片对，采用自监督学习策略约束网络使编码器可利用上下文构建出更为鲁棒原型；为原型向量增设了空间位置信息来引导模型更为准确捕获到目标。

本发明授权一种采样无关的全度量小样本目标检测方法在权利要求书中公布了：1.一种采样无关的全度量小样本目标检测方法，其特征在于，包括以下步骤：S1：构建全度量样本检测模型，并微调全度量样本检测模型；所述全度量样本检测模型包括：特征偏移矫正模块、全度量模块、多尺度匹配模块、区域提案网络模块、残差块；S2：采样小样本数据，对小样本数据进行组织划分，得到类支持集Si和查询集Qi，并通过特征偏移矫正模块对类支持集Si中的类支持样本进行预处理；通过特征偏移矫正模块对类支持集Si进行预处理，所述特征偏移矫正模块包括数据增广器、特征编码器、解码器：将类原型样本I输入数据增广器中，随机掩码类原型样本一部分区域特征形成噪声样本I′，通过特征编码器对噪声样本I′进行特征编码，采用解码器对特征编码后的噪声样本进行解码重构，得到重构样本Ipred，计算类原型样本I与重构样本Ipred的均方误差，选择均方误差最小的样本作为特征偏移矫正完成的类支持样本，并自适应确认目标图像在类支持样本中的上下文区域，减小嘈杂背景对生成类原型向量的干扰；S3：对预处理后的类支持样本和查询集Qi中的查询样本进行特征提取，得到类原型向量和查询图像特征图S4：将类原型向量输入全度量模块，通过空间注意力机制进行空间位置关系编码，得到增强型原型向量所述全度量模块包括：卷积层、BN层、非线性映射层、sigmoid激活层：S41：将类原型向量FSi按水平方向X和垂直方向Y轴分别进行平均池化操作来获取方向特征和S42：将方向特征和融合在一起并输入到一个卷积层、一个BN层以及一个非线性映射层来捕获不同位置之间关系；S43：根据位置关系将方向特征和分别输入到一个卷积层和一个sigmoid激活层中，获取不同方向的位置特征；S44：基于坐标注意力机制将不同方向的位置特征进行矩阵乘法以获取坐标注意力权重，同时将注意力权重与类原型向量做点乘并和类原型向量做残差运算，得到增强型原型向量S5：将增强型原型向量和查询图像特征图输入多尺度匹配模块中，进行多尺度特征匹配，得到在尺度上精确匹配的语义特征Xext；S6：将语义特征Xext输入区域提案网络模块,生成候选框；S7：利用候选框从查询图像特征图中提取候选目标特征；S8：利用残差块将类原型向量映射到目标特征空间，得到类原型向量对S9：将每一对类原型向量和候选目标特征进行匹配，获取最终检测结果。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路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”。