天津理工大学杨璐获国家专利权
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！
龙图腾网获悉天津理工大学申请的专利一种基于深度学习的图像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：CN116597407B 。
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：202310595748.X，技术领域涉及：G06V20/56；该发明授权一种基于深度学习的图像目标检测方法是由杨璐;张凯;刘佳琦;王冰倩;温玥设计研发完成，并于2023-05-25向国家知识产权局提交的专利申请。
本一种基于深度学习的图像目标检测方法在说明书摘要公布了：本发明公开了一种基于深度学习的图像目标检测方法，其步骤为：S1、构建图像数据集，S2、构建目标检测网络，其主干网络采用CSPDarknet53结构，颈部网络采用SPP结构，头部网络采取的三种不同尺度特征图方式；S3、确定目标检测网络的损失函数LLIoU，S4、采用由步骤S3确定的LLIoU对目标检测网络进行训练，直至损失函数LLIoU表现为收敛，目标检测网络优化完成；该方法优化网络损失函数梯度与网络收敛速度，构建得到具有高梯度、高精度的目标检测网络，达成提高不同场景下的行人、动物和交通工具感知精度的目的，为后续在无人驾驶领域中具有很好的应用和推广前景。
本发明授权一种基于深度学习的图像目标检测方法在权利要求书中公布了：1.一种基于深度学习的图像目标检测方法，其特征在于，步骤如下： S1、构建图像数据集，包括：1采集包含有检测目标的不同场景图像；检测目标选自交通工具、行人、动物中至少一种，检测目标的数量≥1；2对各图像中的各检测目标以最小外接矩形标注框进行标注，并获得各标注框中检测目标的类别名称，各矩形标注框的高度和宽度、以及中心点的位置坐标； S2、构建目标检测网络，其由依次连接的主干网络、颈部网络和头部网络构成；主干网络采用CSPDarknet53结构，颈部网络采用SPP结构，头部网络采取的三种不同尺度特征图方式； S3、确定目标检测网络的损失函数LLIoU，其表达式为： 式中，A为由目标检测网络输出的图像预测框的面积，B为图像真实框的面积，C为图像的预测框与真实框的最小外接矩形面积；β1与β2为可变梯度参数； S4、采用由步骤S3确定的对目标检测网络进行训练，直至损失函数表现为收敛，目标检测网络优化完成。
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天津理工大学，其通讯地址为：300384 天津市西青区宾水西道391号天津理工大学；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