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！

龙图腾网恭喜南京理工大学申请的专利一种基于注意力机制和对比学习损失函数的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：CN115424004B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202211053660.7，技术领域涉及：G06V10/24；该发明授权一种基于注意力机制和对比学习损失函数的目标检测方法是由代龙泉;高迪;唐金辉设计研发完成，并于2022-08-31向国家知识产权局提交的专利申请。

本一种基于注意力机制和对比学习损失函数的目标检测方法在说明书摘要公布了：本发明公开了一种基于注意力机制和对比学习损失函数的目标检测方法，步骤如下：使用四折旋转构建对比数据集；使用空间注意力层、通道注意力层、上采样层、下采样层等构建单阶段目标检测网络，使用三种编码器加速训练；将旋转图像输入同步网络，并使用EMA更新网络参数；计算有监督类别对比损失、无监督特征点对比损失，以及检测任务常规的分类损失和回归损失；使用先验Anchor加速训练，使用NMS获得推理结果。旨在同时增强网络对目标的分类能力以及对目标位置的回归能力，解决单阶段目标检测算法在图像特征的处理中无法同时保证特征的不变性和等变性而导致目标检测精度无法进一步提升的问题，解决基于Transformer的目标检测网络收敛速度较慢的问题。

本发明授权一种基于注意力机制和对比学习损失函数的目标检测方法在权利要求书中公布了：1.一种基于注意力机制和对比学习损失函数的目标检测方法，其特征在于，该方法包括以下步骤： 步骤1、对数据集images中的原图像进行增广，对原图像逐一分别进行逆时针旋转0度、90度、180度、270度的旋转操作，对应生成四种不同旋转角度的视图，每四张同源图像为一组，其中，旋转0度的图像构成原图像数据集，其他旋转角度的图像构成旋转图像数据集rotationimages，转入步骤2； 步骤2、构建初始ECODT在线网络，初始ECODT在线网络包括TEB、TEN和TEH，TEB提取图像的不同尺度特征，TEN对图像特征进行对齐和融合，TEH对预测网络进行解耦并进行预测，以同样的方式构建初始ECODT目标网络，转入步骤3； 步骤3、定义初始ECODT在线网络的更新方式是总损失梯度反向传播，通过这种方式得到训练后ECODT在线网络，定义初始ECODT目标网络的更新方式是EMA方式，通过这种方式得到训练后ECODT目标网络，转入步骤4； 步骤4、将原图像数据集输入初始ECODT目标网络，将旋转图像数据集rotationimages输入初始ECODT目标网络，两种网络最终都会输出四种高级语义特征，分别是类别特征、特征点坐标、类别Logits以及边界框，对两种网络输出的类别特征、特征点坐标分别进行对齐操作，得到目标对比组，以便计算对比损失，转入步骤5； 步骤5、对类别特征采用有监督对比学习的方式进行约束，使得同类目标的特征差异最小化，计算有监督类别对比损失；对特征点坐标进行对齐，再使同一个目标在不同视图下的位置满足旋转仿射变换关系，进而计算出MSE损失；计算类别Logits的FocalLoss；计算边界框的GIOU损失，转入步骤6； 步骤6、对有监督类别对比损失、MSE损失、FocalLoss和GIOU损失进行加权求和，计算总损失值L，转入步骤7； 步骤7、在训练阶段，对初始ECODT在线网络进行梯度反向传播，更新初始ECODT在线网络的网络参数，得到训练后ECODT在线网络；取在验证集上得分最高的在线网络作为最终ECODT在线网络，在检测阶段，在最终ECODT在线网络中输入检测图像，得到类别Logits和边界框，利用类别Logits对边界框进行非极大值抑制，简称NMS，获取最终的预测结果，完成检测。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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”。