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！

龙图腾网获悉浙江大学申请的专利一种基于边缘算力感知的目标检测器鲁棒性微调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：CN120877009B 。

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：202511403064.0，技术领域涉及：G06V10/764；该发明授权一种基于边缘算力感知的目标检测器鲁棒性微调方法是由王聪;王添毅;舒元超;程鹏设计研发完成，并于2025-09-29向国家知识产权局提交的专利申请。

本一种基于边缘算力感知的目标检测器鲁棒性微调方法在说明书摘要公布了：本发明公开了一种基于边缘算力感知的目标检测器鲁棒性微调方法，包括评估运行目标检测任务的边缘设备系统参数，估计延迟攻击下的非极大值抑制算法输入阈值；对目标检测模型进行对抗训练；加载对抗训练得到的鲁棒目标检测模型，增加微调层并初始化微调参数，使用对抗损失函数计算全局对抗噪声并使用二进制掩码进行调整，将对抗噪声施加原始样本形成对抗样本，对抗样本输入目标检测模型后使用低秩适应方法进行微调；持续进行微调过程直至结果达到预设要求。本发明通过边缘算力感知机制，根据不同边缘设备的算力、带宽等系统参数，自适应地调整模型的鲁棒性策略，使得同一套方法能够适应不同性能的边缘设备。

本发明授权一种基于边缘算力感知的目标检测器鲁棒性微调方法在权利要求书中公布了：1.一种基于边缘算力感知的目标检测器鲁棒性微调方法，其特征在于，包括： S1、评估运行目标检测任务的边缘设备系统参数，并根据系统信息估计延迟攻击下的非极大值抑制算法输入阈值； S2、使用原始样本对目标检测模型进行对抗训练，得到能够防御延迟攻击外对抗攻击的鲁棒目标检测模型， 所述对目标检测模型进行对抗训练具体包括： S2.1、初始化目标检测模型，使用原始样本进行基础训练； S2.2、生成对抗样本：对于输入样本，使投影梯度下降攻击生成对抗样本:，其中，其中表示范数约束下的投影操作，为步长，为损失函数； S2.3、使用对抗样本和清洁样本混合训练：，其中λ为清洁样本和对抗样本的权重平衡系数； S2.4、重复步骤S2.2-S2.3直至收敛，获得鲁棒预训练模型； S3、加载鲁棒目标检测模型，增加微调层并初始化微调参数，使用对抗损失函数计算全局对抗噪声，使用非极大值抑制算法输入阈值得到二进制掩码，使用二进制掩码对全局对抗噪声进行调整，将调整的对抗噪声施加到原始样本形成对抗样本，将对抗样本输入目标检测模型，然后使用低秩适应方法进行微调； 所述微调层为低秩适应层，使用两个低秩矩阵进行参数化表示，其中低秩维度远小于原始矩阵维度以确保参数效率；修改后的前向传播通过低秩矩阵的乘积形式实现权重更新，同时采用差异化的初始化策略，将第一个低秩矩阵使用随机高斯分布初始化，第二个矩阵使用零初始化，确保训练初始时增量权重为零；并针对微调层设置更高的学习率； S4、评估微调后的模型，持续进行微调过程直至达到预设要求； S5、使用微调后对攻击进行统一防御的目标检测模型进行目标检测，得到目标检测结果。

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大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。