浙江大学谢磊获国家专利权
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！
龙图腾网获悉浙江大学申请的专利一种基于CAM的多阶段弱监督火焰位置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：CN116758405B 。
龙图腾网通过国家知识产权局官网在2025-08-29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：202310728580.5，技术领域涉及：G06V20/00；该发明授权一种基于CAM的多阶段弱监督火焰位置检测方法是由谢磊;李明;苏宏业设计研发完成，并于2023-06-19向国家知识产权局提交的专利申请。
本一种基于CAM的多阶段弱监督火焰位置检测方法在说明书摘要公布了：本发明公开了一种基于CAM的多阶段弱监督火焰位置检测方法，属于图像目标检测领域。本发明通过多层特征融合结构来生成CAM热力图，并通过骨干网络的顶层特征与多层融合特征的联合火焰分类训练，使得模型能够准确提取用于目标定位的CAM热力图，从而在不使用位置标签的弱监督情况下获得接近全监督条件下的火焰目标定位准确度。该方法可以在仅收集火焰图像与非火焰图像，依靠类别标签图像完成对火焰位置的推断，避免了对位置标签的依赖，极大减少了深度学习目标检测方法在火焰检测领域应用的数据获取成本。
本发明授权一种基于CAM的多阶段弱监督火焰位置检测方法在权利要求书中公布了：1.一种基于CAM的多阶段弱监督火焰位置检测方法，其特征在于，包括以下步骤： S1、获取训练集，所述训练集中具有包含火焰和不包含火焰的两类图像数据，并预先对每张图像中是否包含火焰进行标注； S2、以Resnet为骨干网络，在骨干网络基础上增加多层特征融合结构以形成CAM热力图，并将CAM热力图输入分类头进行图像中是否包含火焰的二分类，从而形成分类模型；利用所述训练集对分类模型进行顶层特征与多层融合特征的联合火焰分类训练； S3、利用训练完成的分类模型在训练集上生成每张图像对应的CAM热力图，并对CAM热力图中各点热力值使用自然断点法，确定背景阈值，从而得到火焰目标范围，再通过取外接矩形得到训练集中每张图像对应的火焰位置框； S4、以得到的火焰位置框为标签，利用训练集对retinanet全监督目标检测网络进行迭代训练直至收敛，训练好的retinanet全监督目标检测网络直接用于图像的火焰位置检测。
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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。
以上内容由AI智能生成
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号