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！

龙图腾网恭喜四川大学申请的专利一种基于元学习框架的少样本目标图像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：CN117830763B 。

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：202410009600.8，技术领域涉及：G06V10/774；该发明授权一种基于元学习框架的少样本目标图像检测方法是由杨梦龙;任漾;李炜;江海设计研发完成，并于2024-01-03向国家知识产权局提交的专利申请。

本一种基于元学习框架的少样本目标图像检测方法在说明书摘要公布了：本发明公开了一种基于元学习框架的少样本目标图像检测方法。该方法包括：获取基类图像数据和新类图像数据；基于元学习框架构建少样本目标图像检测网络模型，对少样本目标图像检测网络模型进行元训练和元微调；获取少样本待检测图像数据，并根据少样本待检测图像数据和元微调后的少样本目标图像检测网络模型，确定图像检测结果。本发明通过在支持图像分支中应用了样本归一化方法，以获得相对一致的输入，以减弱元微调过程中训练数据和测试数据之间的数据量差距以及基类图像和新类图像之间的数据量差距，并在最终检测之前应用Z‑Score归一化避免了过冷点过热点的影响。

本发明授权一种基于元学习框架的少样本目标图像检测方法在权利要求书中公布了：1.一种基于元学习框架的少样本目标图像检测方法，其特征在于，包括以下步骤：S1、获取基类图像数据和新类图像数据；S2、基于元学习框架构建少样本目标图像检测网络模型，利用步骤S1中的基类图像数据对少样本目标图像检测网络模型进行元训练，并利用步骤S1中的基类图像数据和新类图像数据对元训练后的少样本目标图像检测网络模型进行元微调；基于元学习框架构建的少样本目标图像检测网络模型包括支持图像分支和查询图像分支；支持图像分支的一端连接查询图像分支，支持图像分支用于接收支持图像，对支持图像进行特征提取、位置编码、任务编码和归一化以获取支持图像的特征向量经归一化后的向量，并将支持图像的特征向量经归一化后的向量传输至查询图像分支；查询图像分支的一端连接支持图像分支，查询图像分支用于接收查询图像，对查询图像进行特征提取和位置编码以获取查询图像的特征向量，接收支持图像分支传输的支持图像的特征向量经归一化后的向量，将查询图像的特征向量和支持图像的特征向量经归一化后的向量进行聚合，并利用类间相关性获取支持图像增强的查询特征，对基类支持图像增强的查询特征进行Z-Score归一化和线性投影以获取基类查询图像的检测头输入向量，并对基类查询图像的检测头输入向量进行检测以获取基类查询图像的检测结果；查询图像分支包括依次连接的第一特征提取器、第一Transformer编码器、第一Transformer解码器、Z-Score归一化模块和检测头，第一Transformer编码器连接支持图像分支；S3、获取少样本待检测图像数据，并根据少样本待检测图像数据和步骤S2中元微调后的少样本目标图像检测网络模型，确定图像检测结果。

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四川大学，其通讯地址为：610044 四川省成都市一环路南一段24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”。