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！

龙图腾网获悉电子科技大学申请的专利一种基于目标域泛化性估计的域自适应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：CN116563686B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202310556181.5，技术领域涉及：G06V10/82；该发明授权一种基于目标域泛化性估计的域自适应目标检测方法是由刘修敬;吴庆波;李宏亮;孟凡满;许林峰;潘力立设计研发完成，并于2023-05-17向国家知识产权局提交的专利申请。

本一种基于目标域泛化性估计的域自适应目标检测方法在说明书摘要公布了：该发明公开了一种基于目标域泛化性估计的域自适应目标检测方法，涉及计算机视觉领域，具体涉及深度学习中无监督域自适应的目标检测方法。本发明使用辅助模块进行不一致性预测，避免了多次训练整个检测模型带来的巨额计算开销。通过辅助模块预测的不一致性来估计目标域上的泛化误差，进而直接对目标域上的目标检测性能进行优化，相比于单纯通过对抗训练进行间接优化的方式更为有效；将目标检测的分类与回归子任务分别进行优化，使得分类准确率更好、框定位更准确。通过置信度模块筛选高可信度的主分类器预测作为伪标签，充分发掘源域知识帮助提升跨域检测性能。

本发明授权一种基于目标域泛化性估计的域自适应目标检测方法在权利要求书中公布了：1.一种基于目标域泛化性估计的域自适应目标检测方法，该方法包括如下步骤： S1、数据预处理，根据源域样本与目标域样本尺寸进行缩放与数据增广；使用PascalVOC2007与PascalVOC2012的训练集作为源域，使用Clipart1K的全部图片作为目标域图像； S2、构建目标检测基础网络，该目标检测基础网络包括：特征提取网络、区域提议网络RPN、全连接层FC、主目标分类器、主回归器；特征提取网络的输出经过区域提议网络RPN后得到感兴趣区域；根据该感兴趣区域结合特征提取网络的输出得到感兴趣区域的特征，感兴趣区域的特征经过全连接层FC后，分别输入给主分类器、主回归器；当域自适应目标检测网络输入为源域样本时主分类器、主回归器的输出分别用于计算主分类器损失、主回归器损失；当域自适应目标检测网络输入为目标域样本时主分类器的输出为伪标签，伪标签结合辅助分类模块的输出计算伪标签损失； S3、构建域分类模块与置信度预测模块，域分类模块用于对抗训练，置信度预测模块用于伪标签训练； 所述域分类模块包括：梯度反转层和四个域分类器，梯度反转层的输入为特征提取网络最后三个block的输出和步骤S2中得到的感兴趣区域的特征；每个输入通过梯度反转层后对应输出到不同的域分类器；域分类器的输出用于计算域分类损失； 所述置信度预测模块的输入为全连接层FC的输出，当域自适应目标检测网络输入为源域样本时置信度预测模块的输出用于计算置信度损失，当域自适应目标检测网络输入为目标域样本时信度预测模块的输出用于伪标签的筛选； S4、构建辅助分类模块与辅助回归模块； 所述辅助分类模块包括M个辅助分类器，每个辅助分类器的输入为全连接层FC的输出；所述辅助回归模块包括N个辅助回归器，每个辅助回归器的输入为全连接层FC的输出； 当域自适应目标检测网络输入为源域样本时辅助分类模块的输出用于计算辅分类器损失，辅助回归器的输出用于计算辅回归器损失； 当域自适应目标检测网络输入为目标域样本时辅助分类模块的输出用于计算分类不一致性损失，辅助回归器的输出用于计算回归不一致性损失； S5、构建总损失函数Ltotal，该损失函数包括目标检测损失Ldet、域分类损失Lda、预测不一致性损失Ldis、伪标签损失Lpse和置信度损失Lconf； Ltotal=Ldet+λ1·Lda+λ2·Ldis+λ3·Lpse+Lconf； 所述目标检测损失Ldet包括：主分类器损失、主回归器损失、辅助分类器损失和辅助回归器损失；所述预测不一致性损失Ldis包括：分类不一致性损失和回归不一致性损失；λ1，λ2，λ3为用于平衡不同损失的权重； Ldet=Lrpn+Lroi+Laux； 其中，Lrpn和Lroi是目标检测基础网络的损失函数，Laux为辅分类器损失和辅回归器损失之和； Lda=Ld1+Ld2+Ld3+Ld4； 其中Ld1、Ld2、Ld3、Ld4分别表示四个域分类损失，Ld1使用MSE损失，Ld2与Ld4使用交叉熵损失，Ld3使用FocalLoss损失； Ldis=+α； 其中，为分类不一致性损失；为回归不一致性损失，α为用于平衡两个损失的权重系数； Lconf使用的是交叉熵损失，训练时源域训练样本的置信度标签为1； S6、训练步骤S2到步骤S4构筑的域自适应目标检测网络，损失函数为步骤S5中构建的损失函数； S7、完成训练后，使用步骤2中的目标检测基础网络进行目标域上的目标检测测试。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。