Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜罗普特科技集团股份有限公司;罗普特(厦门)系统集成有限公司吴俊获国家专利权

恭喜罗普特科技集团股份有限公司;罗普特(厦门)系统集成有限公司吴俊获国家专利权

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!

龙图腾网恭喜罗普特科技集团股份有限公司;罗普特(厦门)系统集成有限公司申请的专利基于深度神经网络的多尺度级联航拍目标检测方法和系统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:CN113052108B

龙图腾网通过国家知识产权局官网在2025-04-18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:202110357409.9,技术领域涉及:G06V20/17;该发明授权基于深度神经网络的多尺度级联航拍目标检测方法和系统是由吴俊;廖嘉佳;吴则彪;陈延艺;江文涛;陈延行设计研发完成,并于2021-04-01向国家知识产权局提交的专利申请。

基于深度神经网络的多尺度级联航拍目标检测方法和系统在说明书摘要公布了:本申请公开基于深度神经网络的多尺度级联航拍目标检测方法和系统。将第一特征图、第三特征图分别对应输入大尺度检测头、小尺度检测头分别获得小目标对象预测信息和大目标对象预测信息,根据小目标对象预测信息和大目标对象预测信息分别更新目标数组中对应的小目标对象预测状态和大目标对象预测状态,大目标对象预测信息不改变小目标对象预测信息在目标数组中对应的目标预测状态;基于更新后的目标数组,计算目标数组中每个目标对象的损失函数,并反向处理大尺度检测头和小尺度检测头未预测的目标对象,分别获得小目标对象检测信息和大目标对象检测信息。解决航拍图像样本重复预测、目标分布不均和漏检、召回率低和检测时间长等技术问题。

本发明授权基于深度神经网络的多尺度级联航拍目标检测方法和系统在权利要求书中公布了:1.基于深度神经网络的多尺度级联航拍目标检测方法,其特征在于,所述方法包括:基于所述深度神经网络,将航拍图片分别转换为第一特征图和第三特征图;构建记录包括所述第一特征图和所述第三特征图被预测到的目标对象的目标数组;将所述第一特征图输入所述深度神经网络的预测小目标对象的大尺度检测头,获得所述大尺度检测头的小目标对象预测信息,将所述第三特征图输入所述深度神经网络的预测大目标对象的小尺度检测头,获得所述小尺度检测头的大目标对象预测信息,根据所述小目标对象预测信息和所述大目标对象预测信息分别更新目标数组中对应的小目标对象预测状态和大目标对象预测状态,其中,所述大目标对象预测信息不改变所述小目标对象预测信息在所述目标数组中对应的目标预测状态;基于更新后的目标数组,计算所述目标数组中每个目q标对象的损失函数,并反向处理所述大尺度检测头和所述小尺度检测头未预测的目标对象,分别获得小目标对象检测信息和大目标对象检测信息;将所述小目标对象检测信息和所述大目标对象检测信息级联微调操作后进行融合,获得所述航拍图片的目标检测结果;所述小目标对象预测信息通过以下子步骤获得:将所述第一特征图输入所述大尺度检测头,输出所述第一特征图中所有的小目标对象的原始预测框x,y,w,h、分类置信度CS100,CS101,CS102,…,CS10k和对应的类别,其中,x和y表示原始预测框的中心坐标,w和h分别代表原始预测框的宽与高,k表示待预测小目标对象的个数;计算所有所述小目标对象的IOU阈值,并将原始预测框与实际框进行一对一匹配,若所述IOU阈值大于0.5,则获得所述小目标对象预测信息;将所述小目标对象检测信息和所述大目标对象检测信息输入到Fine-Tune-Graph进行所述级联微调操作,获得目标对象的微调预测框,将所述微调预测框和所述原始预测框进行融合和过滤,获得所述航拍图片的目标检测结果;其中,所述级联微调操作具体包括:将所述小目标对象检测信息和所述大目标对象检测信息中类别相同的目标对象进行类别聚合,获得同类别目标对象的集合Gi;将所述集合Gi同类别目标对象中的分类置信度进行最大值或平均值的置信度融合计算,获得同类别目标对象的融合置信度值Ci*,其中,融合置信度值Ci*=maxCS100,CS101,…,CS10k或者,融合置信度值Ci*=avgCS100,CS101,…,CS10k;将所述融合置信度值Ci*与所述原始预测框x,y,w,h的坐标相乘,具体公式为:x′=x*Co*[1±Ci**Ctotal]y′=y*Co*[1±Ci**Ctotal]w′=w*Co*[1±Ci**Ctotal]h′=h*Co*[1±Ci**Ctotal]其中,x′和y′表示微调预测框的中心坐标,w′和h′分别代表微调预测框的宽与高,Co表示原始置信度值,Ctotal表示所有预测框置信度总和,当原始置信度大于0.5时,则取“+”;当原始置信度小于0.5时,则取“-”。

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罗普特科技集团股份有限公司;罗普特(厦门)系统集成有限公司,其通讯地址为:361000 福建省厦门市思明区软件园二期望海路59号102单元;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”。

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。