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！

龙图腾网获悉成都人人互娱科技有限公司申请的专利一种暴恐刀枪检测模型训练方法、系统及计算机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：CN114972283B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202210642623.3，技术领域涉及：G06T7/00；该发明授权一种暴恐刀枪检测模型训练方法、系统及计算机存储介质是由周昌世设计研发完成，并于2022-06-08向国家知识产权局提交的专利申请。

本一种暴恐刀枪检测模型训练方法、系统及计算机存储介质在说明书摘要公布了：本发明公开一种暴恐刀枪检测模型训练方法、系统及计算机存储介质。其中，该方法包括：获取暴恐刀枪图片集，并小批量对其标注位置和类别信息；标注后划分为训练集、验证集和测试集；对训练集进行数据增强；在层次化视觉swin‑transformer特征提取网络上增加特征图金字塔网络，得到更新后的swin‑transformer特征提取网络，将数据增强后的训练集在更新后的网络上进行模型训练并通过验证集和测试集进行测试，得到测试集的准确率和召回率，当两者均大于各自的预设阈值时，得到最终暴恐刀枪检测模型。反之，对大批量暴恐刀枪图片集进行检测，挑选检测效果好的图片放入到训练集中重复训练。通过该方法，能够对网络社交平台上的图片进行暴恐刀枪精准的检测，其检测精度达到90％。

本发明授权一种暴恐刀枪检测模型训练方法、系统及计算机存储介质在权利要求书中公布了：1.一种暴恐刀枪检测模型训练方法，其特征在于，包括： 步骤S101，获取目标暴恐刀枪图片集，在所述目标暴恐刀枪图片集中随机抽取预设数量的图片作为第一目标暴恐刀枪图片集；将剩余的图片作为第二目标暴恐刀枪图片集；对所述第一目标暴恐刀枪图片集进行位置标注和类别标注； 步骤S102，将标注后的所述第一目标暴恐刀枪图片集划分为训练集、测试集和验证集； 步骤S103，在层次化视觉swin-transformer特征提取网络上增加特征图金字塔网络，得到更新后的swin-transformer特征提取网络；将所述训练集输入到所述更新后的swin-transformer特征提取网络中进行模型训练，并通过所述验证集进行验证，得到初级暴恐刀枪检测模型；根据所述初级暴恐刀枪检测模型对所述测试集进行测试，得到测试集检测的准确率和召回率； 步骤S104，当判定所述准确率和召回率均大于各自的预设阈值时，得到最终暴恐刀枪检测模型； 当判定所述准确率或召回率未达到各自的预设阈值时，进入步骤S105； 步骤S105，根据所述初级暴恐刀枪检测模型对所述第二目标暴恐刀枪图片集进行检测，得到正确图片、错误图片以及所述正确图片的位置信息和类别信息；将所述正确图片输入到所述第一目标暴恐刀枪图片集中并将其划分为更新的训练集、更新的测试集和更新的验证集；根据所述初级暴恐刀枪检测模型对所述更新的训练集进行模型训练并通过所述更新的验证集进行验证，得到更新的暴恐刀枪检测模型； 步骤S106，将所述更新的暴恐刀枪检测模型作为所述初级暴恐检测模型，将所述错误图片作为所述第二目标暴恐刀枪图片集，重复所述步骤S105，直至测试集检测的准确率和召回率均大于各自的预设阈值时，得到最终暴恐刀枪检测模型； 所述在层次化视觉swin-transformer特征提取网络上增加特征图金字塔网络，得到更新后的swin-transformer特征提取网络包括： 通过swin-transformer特征提取网络的骨干网络对样本图片进行特征提取，得到四个特征层； 将所述四个特征层进行合并连接得到三个特征图； 将所述三个特征图分别送入到卷积层中进行卷积，得到所述更新后的swin-transformer特征提取网络； 所述将所述四个特征层进行合并连接得到三个特征图的计算公式为： F1=CP2,P3,P4,P5=P2||Upx2P3||Upx4P4||Upx8P5； F2=CP3,P4,P5=Upx2P3||Upx4P4||Upx8P5； F3=CP4,P5=Upx4P4||Upx8P5； 其中，P2为第一特征层；P3为第二特征层；P4为第三特征层；P5为第四特征层；F1为第一特征图；F2为第二特征图；F3为第三特征图；Upx2为2倍的上采样；Upx4为4倍的上采样；Upx8为8倍的上采样。

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成都人人互娱科技有限公司，其通讯地址为：610000 四川省成都市中国（四川）自由贸易试验区成都高新区交子大道233号4-8楼；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”。