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！

龙图腾网获悉北京工业大学申请的专利基于有向候选框生成机制的Meta-DETR小样本旋转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：CN120070860B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510143842.0，技术领域涉及：G06V10/25；该发明授权基于有向候选框生成机制的Meta-DETR小样本旋转目标检测方法是由王浩;段娟;肖创柏设计研发完成，并于2025-02-10向国家知识产权局提交的专利申请。

本基于有向候选框生成机制的Meta-DETR小样本旋转目标检测方法在说明书摘要公布了：本发明公开了基于有向候选框生成机制的Meta‑DETR小样本旋转目标检测方法，本发明采用的步骤如下：包含以下7个步骤：步骤1.特征提取；步骤2.位置编码；步骤3.相关聚合模块；步骤4.Encoder对特征进行编码；步骤5.有向候选框生成；步骤6.Decoder层；步骤7.预测头；本发明将有向候选框生成机制引入Meta‑DETR后模型能够更精确地定位目标，减少误检和漏检的情况，从而提高整体检测精度，并且有向候选框生成机制能够利用目标的方向信息，使得特征对齐更加有效。这对于具有特定方向性的目标尤为重要。

本发明授权基于有向候选框生成机制的Meta-DETR小样本旋转目标检测方法在权利要求书中公布了：1.基于有向候选框生成机制的Meta-DETR小样本旋转目标检测方法，其特征在于，包含以下7个步骤： 步骤1.特征提取； 特征提取阶段分为支持集特征提取和查询集特征提取两部分，支持集特征提取的任务是从支持集图像中提取目标区域的特征，查询集特征提取的任务是从查询集图像中提取全图特征，为目标检测任务提供输入；支持集和查询集的特征提取器是共享的，以确保两者的特征表示在同一语义空间中； 步骤2.位置编码； 位置编码通过为特征提供空间位置信息，使模型能够区分特征图中不同位置的特征； 步骤3.相关聚合模块； 相关聚合模块将支持集提供的类别信息有效地融入查询集的特征表示中，使得模型能够在查询图像中准确定位和识别与支持集类别相对应的目标；具体来说，CAM通过以下方式实现这一目标： 特征对齐：确保支持集的类别特征与查询集的图像特征在同一语义空间中对齐； 特征增强：利用支持集的类别信息增强查询集中特定类别的特征表达； 上下文关联：通过注意力机制捕捉查询集中特定区域与支持集类别之间的关联关系； 步骤4.Encoder对特征进行编码； 增强后的查询特征图已经结合支持集的类别信息，仍需通过Encoder建模捕捉查询特征图中不同位置之间的全局关系； 步骤5.有向候选框生成； 在生成有向候选框时先初始化一个旋转框表示为pix，piy，piw，pih，piθ，i代表特征图中的其中一个像素，并且pix，piy∈[0，1]，使用从由有向候选框生成机制得到预测结果Δr和初始旋转框pi来获得每个像素i的最终坐标； 步骤6.Decoder层； 将得到的有向候选框作为ObjectQueries传入到Decoder层中，在Decoder中与Encoder输出的编码特征进行信息交互，得到包含目标特征信息的输出嵌入，然后将输出嵌入输入预测头分支； 步骤7.预测头； 预测头分支包括类别预测头分支和边框预测，在这两个分支的基础上并行添加旋转角度预测分支，利用嵌入向量中包含的特征信息，采用三层全连接网络实现对目标旋转角度的预测并在相邻两层全连接之前使用ReLU激活函数进行特征的非线性映射。

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工业大学，其通讯地址为：100024 北京市朝阳区平乐园100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。