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！

龙图腾网获悉浙江工业大学申请的专利一种基于跨域小样本学习的小尺度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：CN115797650B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202211504235.5，技术领域涉及：G06V10/44；该发明授权一种基于跨域小样本学习的小尺度目标检测方法是由产思贤;陈潇湘;陶健;白琮设计研发完成，并于2022-11-28向国家知识产权局提交的专利申请。

本一种基于跨域小样本学习的小尺度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跨域小样本学习的小尺度目标检测方法，在应用阶段，包括将待处理图片输入主干网络，输出主干网络最后三层的特征图；将三层特征图分别缩放至尺寸与目标特征图一致；基于缩放后的三层特征图，计算各个像素点上的叠加权重，并对缩放后的三层特征图进行加权相加，得到目标特征图；通过全连接层对目标特征图为前后景和目标框做第一阶段预测；将目标框对应的特征向量按通道维展开，并进行通道维度上的信息融合得到融合特征图；将目标框对应的特征向量与融合特征图的特征向量相加，得到微调目标特征图；通过全连接层对微调目标特征图预测目标类别和位置，即进行第二阶段预测。本发明提高了小尺度目标检测的准确度。

本发明授权一种基于跨域小样本学习的小尺度目标检测方法在权利要求书中公布了：1.一种基于跨域小样本学习的小尺度目标检测方法，应用于液体有形成分检测，其特征在于，所述基于跨域小样本学习的小尺度目标检测方法在应用阶段，包括以下步骤： 步骤1、多尺度特征提取：将待处理图片输入主干网络，输出主干网络最后三层的特征图； 步骤2、背景抑制； 步骤2.1、将三层特征图分别缩放至尺寸与目标特征图一致； 步骤2.2、基于缩放后的三层特征图，计算各个像素点上的叠加权重； 步骤2.3、根据叠加权重对缩放后的三层特征图进行加权相加，得到目标特征图； 步骤2.4、通过全连接层对目标特征图为前后景和目标框做第一阶段预测； 步骤3、特征空间微调； 步骤3.1、将步骤2.4中目标框对应的特征向量按通道维展开，并利用全连接层将不同通道上的特征映射至不同的向量空间，利用点乘衡量向量之间的关联度并进行通道维度上的信息融合得到融合特征图； 步骤3.2、基于残差操作将步骤2.4中目标框对应的特征向量与融合特征图的特征向量相加，得到微调目标特征图； 步骤3.3、通过全连接层对微调目标特征图预测目标类别和位置，即进行第二阶段预测，输出最终的目标类别和位置。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区朝晖六区；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。