Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中兴通讯股份有限公司王猛获国家专利权

中兴通讯股份有限公司王猛获国家专利权

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!

龙图腾网获悉中兴通讯股份有限公司申请的专利目标检测方法、电子设备、存储介质及程序产品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:CN120580697B

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:202511081199.X,技术领域涉及:G06V20/70;该发明授权目标检测方法、电子设备、存储介质及程序产品是由王猛;赵建超设计研发完成,并于2025-08-04向国家知识产权局提交的专利申请。

目标检测方法、电子设备、存储介质及程序产品在说明书摘要公布了:本申请提供一种目标检测方法、电子设备、存储介质及程序产品。该方法包括:获取待进行目标检测的第一图像;根据目标检测模型对第一图像进行目标检测,得到检测结果;目标检测模型基于目标YOLO网络训练得到,目标YOLO网络包括骨干网络层、颈部网络层和头部网络层,颈部网络层包括原始特征融合层和至少一个目标特征融合层,原始特征融合层用于对骨干网络层输出的特征图进行融合,目标特征融合层用于对目标特征融合层之前得到的特征图进行融合,最后一个目标特征融合层输出的特征图作为头部网络层的输入。通过在YOLO网络中新增目标特征融合层对特征图进行融合,可以实现更多的特征融合,在进行目标检测时,可以提高目标检测性能。

本发明授权目标检测方法、电子设备、存储介质及程序产品在权利要求书中公布了:1.一种目标检测方法,包括: 获取待进行目标检测的第一图像; 根据预训练的目标检测模型对所述第一图像进行目标检测,得到检测结果; 其中,所述目标检测模型基于目标YOLO网络训练得到,所述目标YOLO网络包括骨干网络层、颈部网络层和头部网络层,所述颈部网络层包括原始特征融合层和至少一个目标特征融合层,所述原始特征融合层用于对所述骨干网络层输出的特征图进行融合,所述目标特征融合层用于对目标卷积层输出的特征图进行融合,所述目标卷积层为所述目标特征融合层之前的多个卷积层中的部分或全部卷积层,所述多个卷积层包括所述骨干网络层中的卷积层以及所述骨干网络层与所述目标特征融合层之间的各特征融合层中的卷积层,最后一个所述目标特征融合层输出的特征图作为所述头部网络层的输入; 在根据所述目标检测模型对所述第一图像进行目标检测之前,所述方法还包括: 根据所述第一图像的检测信息,确定与每个所述目标特征融合层对应的目标卷积层; 所述检测信息包括检测任务,所述确定与每个所述目标特征融合层对应的目标卷积层,包括: 对于每个所述目标特征融合层中的任一多入口连接层,对所述多入口连接层之前的多个卷积层进行不同方式的组合,得到多个卷积层集合,每个所述卷积层集合中包括所述多个卷积层中的部分或全部卷积层; 对于所述多个卷积层集合中的每个卷积层集合,采用与所述检测任务对应的样本数据集对所述目标YOLO网络进行多次训练,根据所述多次训练的训练结果从所述多个卷积层集合中确定出目标卷积层集合,其中,在每次训练过程中,所述目标YOLO网络中的所述多入口连接层用于对一个所述卷积层集合中的各卷积层输出的特征图进行拼接,所述目标卷积层集合为所述多次训练中的目标训练所采用的卷积层集合,所述目标训练为所述多次训练中所述目标YOLO网络在所述样本数据集上的损失函数最小所对应的训练; 将所述目标卷积层集合中的卷积层确定为与所述多入口连接层的输入特征对应的目标卷积层。

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中兴通讯股份有限公司,其通讯地址为:518057 广东省深圳市南山区高新技术产业园科技南路中兴通讯大厦;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。