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！

龙图腾网获悉北京卫星信息工程研究所申请的专利基于层级知识引导的可见光遥感图像目标细粒度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：CN119810429B 。

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：202510299055.5，技术领域涉及：G06V10/25；该发明授权基于层级知识引导的可见光遥感图像目标细粒度检测方法是由张拯宁;杨云超;冯鹏铭;陈元伟;贺广均;张泽根;上官博屹;梁颖;刘斌霄设计研发完成，并于2025-03-13向国家知识产权局提交的专利申请。

本基于层级知识引导的可见光遥感图像目标细粒度检测方法在说明书摘要公布了：本发明涉及一种基于层级知识引导的可见光遥感图像目标细粒度检测方法，包括：获取可见光遥感图像数据，构建多语义层级的标签体系；提取可见光遥感图像特征，通过RPN网络生成多尺度感兴趣区域特征；对多尺度的感兴趣区域特征采用多支路提取多层级的语义特征；对多层级的语义特征进行相邻层级的局部‑全局特征融合，得到增强特征；使用多个层级标签监督多层级分类，在第一语义层级监督回归；在推理阶段精简网络结构，提高推理速度。本发明，针对可见光遥感图像中的多类目标，实现了目标细粒度检测过程中的层级关系及信息的注入，结合多层特征融合，增强网络对目标的共有特征和细粒度特征的提取和学习。

本发明授权基于层级知识引导的可见光遥感图像目标细粒度检测方法在权利要求书中公布了：1.一种基于层级知识引导的可见光遥感图像目标细粒度检测方法，其特征在于，包括以下步骤： 步骤S1、获取可见光遥感图像数据，构建多语义层级的标签体系； 步骤S2、提取可见光遥感图像特征，通过RPN网络生成多尺度感兴趣区域特征； 步骤S3、对多尺度的感兴趣区域特征采用多支路网络提取多层级的语义特征； 步骤S4、对多层级的语义特征进行相邻层级的局部-全局特征融合，得到增强特征； 步骤S5、使用多语义层级的标签监督多层级分类，在第一语义层级监督回归，具体包括： 步骤S51、在第一语义层级中，使用分类分支进行粗粒度类别预测，回归分支进行旋转包围框坐标回归； 步骤S52、在其余层级中，使用增强后的特征进行细粒度分类； 步骤S53、基于损失函数平衡法平衡多任务损失权重；所述损失函数平衡方法包括： 采用DWA动态权重分配方法，根据相邻训练阶段的损失比动态调整多任务权重，具体为： 其中，为温度系数，用于调节不同任务之间的权重差异程度；表示第个任务在训练阶段的损失比；和分别表示第个任务在训练阶段和的损失值；表示第个任务在训练阶段的动态权重； 步骤S6、在推理阶段精简多支路网络结构，仅保留最细层级的分类分支以提高推理速度。

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北京卫星信息工程研究所，其通讯地址为：100086 北京市海淀区知春路61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”。