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！

龙图腾网获悉清智汽车科技(苏州)有限公司申请的专利应用于自动驾驶的目标识别方法和装置、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：CN117831001B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202410009040.6，技术领域涉及：G06V20/58；该发明授权应用于自动驾驶的目标识别方法和装置、存储介质是由陈会娟;王子收;郑冬设计研发完成，并于2024-01-03向国家知识产权局提交的专利申请。

本应用于自动驾驶的目标识别方法和装置、存储介质在说明书摘要公布了：本申请公开了一种应用于自动驾驶的目标识别方法和装置、存储介质。其中，该方法包括：获取样本集合，样本集合中包括正常用例的样本图像和困难用例的样本图像，正常用例的样本图像多于困难用例的样本图像；在利用样本集合训练原始神经网络模型的过程中，通过多阶重加权损失函数逐步迭代原始神经网络模型中的模型参数，得到训练完成的目标神经网络模型；在智能汽车运行的过程中，利用目标神经网络模型从采集的图像中识别目标对象，由于采用了多阶重加权损失函数来平衡困难用例和正常用例对原始神经网络模型的影响，可以解决在嵌入式设备上对难例目标的识别准确率较低的技术问题，进而达到在不增加模型体积的基础上准确识别难例目标的技术效果。

本发明授权应用于自动驾驶的目标识别方法和装置、存储介质在权利要求书中公布了：1.一种应用于自动驾驶的目标识别方法，其特征在于，包括： 获取样本集合，其中，所述样本集合中包括为目标对象的正常用例的样本图像和为目标对象的非正常的困难用例的样本图像，为正常用例的样本图像的数量多于为困难用例的样本图像的数量； 在利用所述样本集合训练原始神经网络模型的过程中，通过多阶重加权损失函数逐步迭代所述原始神经网络模型中的模型参数，得到训练完成的目标神经网络模型，其中，所述多阶重加权损失函数用于平衡困难用例和正常用例对所述原始神经网络模型的影响，包括： 在利用所述样本集合训练原始神经网络模型的过程中，获取目标热图特征的重加权损失函数的损失计算结果、多阶重加权目标框定位损失函数的损失计算结果以及重加权的分类损失函数的损失计算结果，其中，所述多阶重加权损失函数包括所述目标热图特征的重加权损失函数、所述多阶重加权目标框定位损失函数以及所述重加权的分类损失函数； 根据所述目标热图特征的重加权损失函数的损失计算结果、所述多阶重加权目标框定位损失函数的损失计算结果以及所述重加权的分类损失函数的损失计算结果，通过反向传播来逐步迭代所述原始神经网络模型中的模型参数； 获取所述多阶重加权目标框定位损失函数的损失计算结果包括按照如下公式确定所述多阶重加权目标框定位损失函数的损失计算结果LocationLoss： LocationLoss=DIOULossbbox,gt_bbox+loc_reweight_0*DIOULossbbox,gt_bbox,index_mask_0+...+loc_reweight_n*DIOULossbbox,gt_bbox,index_mask_n； 其中，gt_bbox表示标记的真实目标框，bbox表示模型预测得到的目标框，DIOULoss为目标框的位置回归损失函数，loc_reweight_j表示第j+1项定位多阶重加权损失的权重，index_mask_j表示loc_reweight_j所对应的第j+1项需要计算重加权损失的目标框掩码，loc_reweight_j和index_mask_j中j的取值为0至n； 在智能汽车运行的过程中，利用所述目标神经网络模型从采集的图像中识别目标对象。

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清智汽车科技(苏州)有限公司，其通讯地址为：215131 江苏省苏州市相城区高铁新城太阳路2266号5幢11层1110-B室；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”。

以上内容由龙图腾AI智能生成。