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！

龙图腾网恭喜上海海事大学申请的专利基于对比学习的自适应舰船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：CN115147611B 。

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：202210900090.4，技术领域涉及：G06V10/25；该发明授权基于对比学习的自适应舰船检测方法是由殷俊;李琦涛;孙仕亮设计研发完成，并于2022-07-28向国家知识产权局提交的专利申请。

本基于对比学习的自适应舰船检测方法在说明书摘要公布了：本发明公开了一种基于对比学习的自适应舰船检测方法，该方法包括：预训练主干网络模型；获取舰船待检测图像数据集，并将舰船待检测图像数据集输入至主干网络模型，通过主干网络模型和主干网络模型连接的特征金字塔模型处理得到若干个特征图，其中，若干个特征图用于检测不同尺度的舰船图像；将若干个特征图输入至与特征金字塔模型连接的自适应区域建议网络模型，通过自适应区域建议网络模型处理得到满足预设要求的建议框，以便通过建议框对舰船待检测图像进行检测。本发明能够提升舰船检测模型的训练与执行效率，且能够实现不同尺度的目标检测。

本发明授权基于对比学习的自适应舰船检测方法在权利要求书中公布了：1.一种基于对比学习的自适应舰船检测方法，其特征在于，包括： 步骤S1：预训练主干网络模型，其具体包括： 步骤S11：获取舰船图像数据集； 步骤S12：对所述舰船图像数据集中的每一副图像进行图像增强处理和图像编码处理，并根据图像编码处理后的图像数据得到若干个正样本对特征和若干个负样本对特征； 步骤S13：根据若干个所述正样本对特征和若干个所述负样本对特征预训练得到所述主干网络模型； 步骤S131：构建损失函数模型； 步骤S132：将若干个所述正样本对特征和若干个所述负样本对特征输入至所述损失函数模型中计算样本之间的对比损失，并在对比损失值达到最小值且不再变化时，将当前的图像编码器作为所述主干网络模型； 步骤S2：获取舰船待检测图像数据集，并将所述舰船待检测图像数据集输入至所述主干网络模型，通过所述主干网络模型和所述主干网络模型连接的特征金字塔模型处理得到若干个特征图，其中，若干个所述特征图用于检测不同尺度的舰船图像； 步骤S3：将若干个所述特征图输入至与所述特征金字塔模型连接的自适应区域建议网络模型，通过所述自适应区域建议网络模型处理得到满足预设要求的建议框，以便通过所述建议框对舰船待检测图像进行检测； 步骤S31：获取每一特征图对应的锚点坐标； 步骤S32：构建多头感知机模型，所述多头感知机模型位于所述自适应区域建议网络模型中，将每一特征图对应的锚点坐标输入至所述多头感知机模型中进行运算，得到相应的预测建议框参数和预测前景概率； 步骤S33：根据所述预测建议框参数和所述锚点坐标确定相应的初始建议框。

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上海海事大学，其通讯地址为：201306 上海市浦东新区临港新城海港大道1550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”。