北京大学王勇涛获国家专利权
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！
龙图腾网获悉北京大学申请的专利一种基于量化神经网络检测通用物体的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：CN116522994B 。
龙图腾网通过国家知识产权局官网在2025-11-21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：202310041618.1，技术领域涉及：G06N3/0464；该发明授权一种基于量化神经网络检测通用物体的方法是由王勇涛;林稚皓设计研发完成，并于2023-01-11向国家知识产权局提交的专利申请。
本一种基于量化神经网络检测通用物体的方法在说明书摘要公布了：本发明提供一种基于量化神经网络检测通用物体的方法，属于物体检测技术领域。本发明通过建立混合精度配置并对其进行搜索，直接获取通用物体检测器各层权重和特征图的比特配置，据此搭建并实现通用物体检测器的量化，有效提升量化后通用物体检测器的精度，以优化对物体图像的检测。本发明可广泛应用于多种通用物体检测器部署当中，进而应用于智能安防、自动驾驶、无人机勘测等多种应用场景。
本发明授权一种基于量化神经网络检测通用物体的方法在权利要求书中公布了：1.一种基于量化神经网络检测通用物体的方法，包括如下步骤： 1获取通用物体检测器所允许的各层权重和特征图的比特配置，并据此构建搜索空间； 2获取通用物体检测器卷积层数L，构建编码表示每一层权重和特征图的比特数配置，每一个编码为一个L长度的列表，列表中每一个元素为一个二维元组，其表示对应卷积层的权重比特数和特征图比特数； 3基于上述构建的搜索空间建立混合精度量化超网络，该网络将一个通用物体检测器中各层卷积层替换为量化层，其支持权重各比特、特征图各比特的自由前向计算； 4利用对应任务训练集训练该混合精度量化超网络； 5构建搜索算法迭代器，最终获得使通用物体检测器精度最优的各层权重和特征图的比特配置； 6采用步骤5获得的精度最优的各层权重和特征图的比特配置，对通用物体检测器的每一个卷积层的比特数进行配置，以此构建量化后的通用物体检测器； 7利用训练集对步骤6所构建的通用物体检测器进行训练，最终应用于通用物体的检测。
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北京大学，其通讯地址为：100871 北京市海淀区颐和园路5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”。
以上内容由龙图腾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
请提出您的宝贵建议，有机会获取IP积分或其他奖励