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！

龙图腾网获悉复旦大学;上海新氦类脑智能科技有限公司申请的专利应用二次IoU损失函数的无锚框目标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：CN115512174B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202110697205.X，技术领域涉及：G06V10/774；该发明授权应用二次IoU损失函数的无锚框目标检测方法是由薛向阳;梁龙飞设计研发完成，并于2021-06-23向国家知识产权局提交的专利申请。

本应用二次IoU损失函数的无锚框目标检测方法在说明书摘要公布了：本发明提供一种应用二次IoU损失函数的无锚框目标检测方法，其特征在于，包括:将待检测图像进行预处理再输入至预先训练好的目标检测模型进行推理得到对应的图像检测结果，其中，目标检测模型预先通过如下训练得到:获取训练用图像数据集以及监督信息；构建初始目标检测模型,并将训练用图像数据集以及监督信息输入至该模型；使用二次IoU损失函数求定位损失，并使用FocalLoss损失函数求分类损失；分别用定位损失以及分类损失对初始目标检测模型的模型参数进行求导，再使用反向传播对模型参数进行更新；判断更新后的模型参数是否达到终止条件，当判断为是则进入下一步，否则进入训练过程第二步；保存更新后的模型参数并进行加载得到目标检测模型。

本发明授权应用二次IoU损失函数的无锚框目标检测方法在权利要求书中公布了：1.一种应用二次IoU损失函数的无锚框目标检测方法，其特征在于，包括如下步骤： 步骤S1-1，将待检测图像通过预处理得到预处理图像； 步骤S1-2，将预处理图像输入预先训练好的目标检测模型进行推理得到对应的图像检测结果, 其中,所述目标检测模型预先通过如下步骤训练得到: 步骤S2-1,获取训练用图像数据集以及对应的监督信息，所述监督信息包括定位监督信息以及类别监督信息； 步骤S2-2，构建初始目标检测模型,并将所述训练用图像数据集以及所述监督信息输入至所述初始目标检测模型，所述初始目标模型具有特征提取模块、定位模块以及分类模块， 所述特征提取模块用于根据所述训练用图像数据集提取固定尺度的特征图作为输出特征图， 所述定位模块用于对所述输出特征图进行处理得到该输出特征图上每个点的预测框位置信息， 所述分类模块用于对所述输出特征图进行处理得到该输出特征图上每个点对应于所有类别的置信度， 步骤S2-3，使用二次IoU损失函数根据所述预测框位置信息以及所述定位监督信息求定位损失，并使用FocalLoss损失函数根据所述置信度以及所述类别监督信息求分类损失； 步骤S2-4，分别用所述定位损失以及所述分类损失对所述初始目标检测模型的模型参数进行求导，再使用反向传播对所述模型参数进行更新得到更新后的模型参数； 步骤S2-5，判断所述更新后的模型参数是否达到终止条件，当判断为是则进入所述步骤S2-6，否则进入步骤S2-2； 步骤S2-6，保存所述更新后的模型参数并加载至所述初始目标检测模型从而形成所述目标检测模型。

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复旦大学;上海新氦类脑智能科技有限公司，其通讯地址为：200433 上海市杨浦区邯郸路220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”。