Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网电力科学研究院有限公司;安徽南瑞继远电网技术有限公司;国网浙江省电力有限公司杭州供电公司张可获国家专利权

国网电力科学研究院有限公司;安徽南瑞继远电网技术有限公司;国网浙江省电力有限公司杭州供电公司张可获国家专利权

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!

龙图腾网获悉国网电力科学研究院有限公司;安徽南瑞继远电网技术有限公司;国网浙江省电力有限公司杭州供电公司申请的专利一种级联回归目标检测方法、装置及计算机可读存储介质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:CN114241250B

龙图腾网通过国家知识产权局官网在2025-07-11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:202111092255.1,技术领域涉及:G06V10/774;该发明授权一种级联回归目标检测方法、装置及计算机可读存储介质是由张可;袁堃;葛绍妹;邓其龙;杨俊;高昱峰设计研发完成,并于2021-09-17向国家知识产权局提交的专利申请。

一种级联回归目标检测方法、装置及计算机可读存储介质在说明书摘要公布了:本发明公开了一种级联回归目标检测方法、装置及计算机可读存储介质,方法包括以下步骤:获取待检测图片,进行像素的标准化并缩放至相同大小;将调整后的待检测图片输入至训练好的深度卷积神经网络模型中,所述深度卷积神经网络模型由带有标注信息的训练图片训练得到,且包括用于特征提取的骨干网络、用于分步调整预设框的级联的区域建议模块、用于微调预设框的级联的两路回归器模块、用于优化上述模块的距离损失函数和损失函数。本发明通过级联回归的思想改善双阶段目标检测器的性能,在保持较高检测精度的同时,降低算法的检测时间。

本发明授权一种级联回归目标检测方法、装置及计算机可读存储介质在权利要求书中公布了:1.一种级联回归目标检测方法,其特征在于,包括以下步骤: 获取待检测图片,进行像素的标准化并缩放至相同大小; 将调整后的待检测图片输入至训练好的深度卷积神经网络模型中,所述深度卷积神经网络模型由带有标注信息的训练图片训练得到,且包括用于特征提取的骨干网络、用于分步调整预设框的级联的区域建议模块、用于微调预设框的级联的两路回归器模块、用于优化上述模块的距离损失函数和损失函数;所述距离损失函数在回归的每一个阶段,使用交叉熵函数对分类进行优化,使用SmoothL1函数对回归进行优化,用于最小化两路回归分支的输出结果差距; 所述距离损失函数定义包括: ; 其中SmoothL1函数如下: ; 其中是根据前一阶段两路回归分支预测的坐标融合的特征信息,表示全连接层架构的回归分支,表示全卷积架构的回归分支,i∈{x,y,w,h}表示第i个候选区域的中心坐标以及宽和高; 所述损失函数包括:级联的区域建议模块损失函数以及级联的两路回归器损失函数: ; ; 其中,Loss1为级联的区域建议模块损失函数,Loss2为级联的两路回归器的损失函数,其中,i表示预设锚框的下标,和分别表示第一阶段的二分类预测概率和坐标检测结果,是预设框对应的真实物体的类别号,是预设框对应的真实物体的位置和大小,和为第二阶段的多分类预测概率和坐标检测结果,Narm1、Narm2和Ndet分别表示级联回归的第一阶段、第二阶段和第三阶段检测过程中的正样本数量,为判断物体类别的多分类交叉熵损失,为SmoothL1损失函数;总损失为级联的区域建议模块损失函数和级联的两路回归器损失函数的加权和;利用训练好的深度卷积神经网络模型对待检测图片进行检测,得到检测结果。

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国网电力科学研究院有限公司;安徽南瑞继远电网技术有限公司;国网浙江省电力有限公司杭州供电公司,其通讯地址为:210000 江苏省南京市江宁经济技术开发区诚信大道19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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。