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！

龙图腾网恭喜山东建筑大学;松立控股集团股份有限公司申请的专利基于低频样本的小目标检测方法及系统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：CN119418125B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202411566120.8，技术领域涉及：G06V10/764；该发明授权基于低频样本的小目标检测方法及系统是由聂秀山;毕研超;刘寒松;刘新锋;王永;刘志强设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本基于低频样本的小目标检测方法及系统在说明书摘要公布了：本发明公开了基于低频样本的小目标检测方法及系统，其中，包括：获取数据集，所述数据集为已知小目标标签的低频遥感图像；将数据集，输入到小目标检测模型中，对模型进行训练，得到训练后的小目标检测模型；获取待检测的遥感图像，将待检测的遥感图像，输入到训练后的小目标检测模型中，得到待检测遥感图像的小目标分类标签和位置标签；其中，训练过程中，小目标检测模型，用于：对输入的图像进行多尺度特征提取，对提取的多尺度特征进行特征增强处理；对增强后的特征进行感兴趣区域提取，按照设定策略对感兴趣区域进行动态正样本划分；使用划分后的正负样本训练模型，对感兴趣区域进行分类和边界框回归处理，得到小目标检测结果。

本发明授权基于低频样本的小目标检测方法及系统在权利要求书中公布了：1.基于低频样本的小目标检测方法，其特征是，包括：获取数据集，所述数据集为已知小目标标签的低频遥感图像；将数据集，输入到小目标检测模型中，对模型进行训练，得到训练后的小目标检测模型；获取待检测的遥感图像，将待检测的遥感图像，输入到训练后的小目标检测模型中，得到待检测遥感图像的小目标分类标签和位置标签；其中，训练过程中，小目标检测模型，用于：对输入的图像进行多尺度特征提取，对提取的多尺度特征进行特征增强处理；对增强后的特征进行感兴趣区域提取，按照设定策略对感兴趣区域进行动态正样本划分；使用划分后的正负样本训练模型，对感兴趣区域进行分类和边界框回归处理，得到小目标检测结果；将数据集输入到小目标检测模型中，对模型进行训练，得到训练后的小目标检测模型，所述训练后的小目标检测模型，包括：依次连接的特征提取模块、特征增强模块和感兴趣区域生成模块；所述感兴趣区域生成模块的输出端分别与分类模块的输入端和回归模块的输入端进行连接；所述感兴趣区域生成模块，采用动态正样本划分策略；所述动态正样本划分策略，包括：1通过RPN网络生成感兴趣区域proposals；2利用归一化面积度量Ai来表示目标大小对第i个目标阈值的影响： 其中，wi和hi代表第i个目标的真实边界框的宽度和高度，使用最大值max和最小值min函数对面积进行归一化；3通过计算感兴趣区域proposals的平均值和中值，评估感兴趣区域proposals的质量Qi，其中，median函数计算中位数，mean函数计算平均值，c_pi表示第i个目标的所有感兴趣区域proposals；4为了避免在低频样本中丢失大型目标的高质量样本，将具有最高AQ值的目标的正样本阈值设置为网络指定的最大正样本阈值τmax，并推导出转换比率β来确定其他目标的正样本阈值；比率β描述如下： 其中，max用于确定AQ比率的最大值；然后，得到第i个目标的正样本阈值，表示为Ti： 其中，τmin表示为每个目标分配的正样本阈值的最小值，根据数据集进行调整τmin，以确定其最佳值；5将每个目标的所有交并比IoU值大于正样本阈值的样本划分为正样本；所述回归模块，包括：位置回归分支、方向回归分支和形状回归分支；通过位置回归分支、方向回归分支、形状回归分支三个分支，得到了为回归分支的不同语义解释参数定制的特征图表示为： 其中，上标l、o和s分别代表位置、方向和形状分支，表示坐标卷积，指的是坐标注意机制，Fr表示回归分支特征图，AM表示使用上一分支的预测结果对proposal的仿射变换来获取的像素级监督，表示为坐标分支定制的特征图，表示为方向分支定制的特征图。

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山东建筑大学;松立控股集团股份有限公司，其通讯地址为：250000 山东省济南市历城区临港开发区凤鸣路1000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”。