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！

龙图腾网恭喜中山大学申请的专利基于多视角学习与元学习的小样本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：CN114119966B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202111453576.X，技术领域涉及：G06V10/25；该发明授权基于多视角学习与元学习的小样本目标检测方法是由吴家豪;魏朋旭;林倞;王青设计研发完成，并于2021-12-01向国家知识产权局提交的专利申请。

本基于多视角学习与元学习的小样本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多视角学习与元学习的小样本目标检测方法，包括：构建小样本目标检测模型；基于多视角学习的类间样本对采样法，采用类别平衡的原则，构建多视角数据集；基于高信度深层特征的特征对比学习法，选择出基础类别和小样本类别的高信度特征并构建损失函数，实现类内与类间的特征对比学习；基于元学习的模型参数训练法，分别计算基础类别与小样本类别损失值对应的梯度，并回传更新小样本目标检测模型的参数。本发明通过构建多视角数据集与使用基于元学习的模型参数训练法，在模型微调阶段根据多视角的迁移特征信息，做出促进或抑制模型学习的判断，有效地解决基础类别的特征遗忘问题与小样本类别的过拟合问题。

本发明授权基于多视角学习与元学习的小样本目标检测方法在权利要求书中公布了：1.基于多视角学习与元学习的小样本目标检测方法，其特征在于，包括下述步骤：构建小样本目标检测模型，采用两阶段训练方式的小样本目标检测模型作为目标检测器；所述的两阶段训练方式分为预训练阶段与模型微调阶段，所述预训练阶段与模型微调阶段所使用的训练集不同，预训练阶段使用所有基础类别样本，让模型在大量基础类别样本中学习到图像的普遍特征；在模型微调阶段，模型将学习到的基础类别样本的特征迁移至小样本类别的特征学习上；所述目标检测器包括主干网络、候选框提取器、候选框池化层、候选框特征卷积层、回归器、分类器和高信度特征对比学习器；基于多视角学习的类间样本对采样法，采用类别平衡的原则，将基础类别数据集划分为多个基础类别子数据集，每个子数据集中的样本数目与小样本类别样本数相等，分别组合每个基础类别子数据集和小样本类别样本，得到多个组合后的单视角混合数据集，即多视角数据集；基于高信度深层特征的特征对比学习法，在小样本目标检测模型微调阶段，将多视角数据集输入小样本目标检测模型，高信度特征对比学习器选择出基础类别和小样本类别的高信度特征，根据高信度特征之间的欧式距离构建损失函数，实现基础类别和小样本类别的类内与类间的特征对比学习；基于元学习的模型参数训练法，在小样本目标检测模型微调阶段，将多视角数据集输入小样本目标检测模型，分别得到基础类别与小样本类别的损失值，计算损失值对应的梯度并回传更新小样本目标检测模型的参数；所述基于多视角学习的类间样本对采样法，具体为：多视角数据集D由基础类别数据集Dbase和小样本类别数据集Dnovel构成，分别表示为： 其中，分别表示第i个基础类别样本和第j个小样本类别样本，x表示样本，i,j表示样本编号，base,novel分别表示基础类别和小样本类别，N1,N分别表示基础类别样本总数和小样本类别样本总数，且N1＞＞N；采用和分别表示第i个基础类别和第j个小样本类别，C表示类别，i,j表示样本编号，base,novel分别表示基础类别和小样本类别；从基础类别和小样本类别中各采样不同的N个样本，得到M个基础类别的子数据集与1个小样本类别的数据集，将每个基础类别的子数据集与小样本类别数据集组合得到单视角的混合数据集，采样完成后得到M个视角的多视角数据集，采用Dall表示多视角数据集，表示为：Dall＝{D1,D2,…,DM}其中，Di表示第i个视角的混合数据集；所述基于元学习的模型参数训练法，具体为：在小样本目标检测模型微调阶段，多视角数据集通过主干网络、候选框池化层得到深层特征，进一步通过定位器、分类器与高信度特征对比学习器得到一个总损失值L；根据候选框的真实类别，损失值L划分为基础类别的损失值Lbase和小样本类别的损失值Lnovel；先计算基础类别损失值Lbase的梯度并回传更新小样本目标检测模型的参数，再计算小样本类别损失值Lnovel的梯度并回传更新小样本目标检测模型的参数，参数更新公式具体为： θi＝θi-1+γ·θi,2-θi-1其中，θi表示第i步迭代的小样本目标检测模型参数值，α和γ分别表示小样本目标检测模型参数学习率和参数变化量学习率，θi,1表示θi-1经过Lbase的梯度回传更新的小样本目标检测模型的参数，θi,2表示θi,1经过Lnovel的梯度回传更新的小样本目标检测模型的参数。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。