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！

龙图腾网恭喜上海鱼尔网络科技有限公司申请的专利多特征交互的无监督目标检测方法、系统、电子设备和可读存储介质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：CN114596464B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202210206438.X，技术领域涉及：G06V10/764；该发明授权多特征交互的无监督目标检测方法、系统、电子设备和可读存储介质是由刘世超设计研发完成，并于2022-03-03向国家知识产权局提交的专利申请。

本多特征交互的无监督目标检测方法、系统、电子设备和可读存储介质在说明书摘要公布了：本发明提供了一种多特征交互的无监督目标检测方法、系统电子设备及可读存储介质。通过引入基于Transformer框架的无监督学习机制，在对图片特征进行目标检测的同时加入对对应的文本内容识别和特征提取，通过跨模态多特征交互进行学习，能够有效缓解对于数据集的人工标注需求，利用极易获取的文本描述和相对应的图片构建关联，极大解放了视觉任务标注藩篱，进而提升了目标检测算法的训练效率。同时，在图片特征提取过程中引入图卷积神经网络，使得能够滤除大量无需参与计算的无效图片特征，保障图片特征与对应的文本特征更够进行更为清晰的匹配学习，使得无监督目标检测任务在速度和精度上均达到更好的表现。

本发明授权多特征交互的无监督目标检测方法、系统、电子设备和可读存储介质在权利要求书中公布了：1.一种多特征交互的无监督目标检测方法，其特征在于，包括：获取待检测对象，所述待检测对象包括图片信息和与所述图片信息对应的文本描述信息；对所述图片信息进行图片特征提取，以获取若干图片特征；对所述文本描述信息进行文本特征提取，以获取若干文本特征；对所述图片特征和所述文本特征进行级联操作，以获取对应的预测序列；基于Transformer框架，根据所述预测序列对所述待检测对象进行通用目标检测，以获取所述图片信息中的可检测目标以及所述可检测目标对应的文本描述信息；在对所述图片信息进行图片特征提取的过程中，还包括：将所述图片信息划分为若干区域相同的网格图片块；基于ResNet特征提取网络，对所述网格图片块进行特征提取，以获取每个所述网格图片块对应的特征节点；基于图卷积神经网络，根据所述特征节点进行若干次关联聚集，以获取若干网格图片块分组，每个所述网格图片块分组对应一个所述图片特征；在对所述文本描述信息进行文本特征提取的过程中，还包括：将所述文本描述信息解码成与RoBERTa语言训练模型的输入维度一致的输入向量；基于所述RoBERTa语言训练模型，对所述输入向量进行预训练以获得对应的预训练模型参数；将所述预训练模型参数作为初始化参数对所述输入向量进行调整训练以获得对应的调整模型参数；根据所述调整模型参数获取所述文本描述信息对应的所述文本特征；在对所述图片特征和所述文本特征进行级联操作的过程中，还包括：将所述图片特征和所述文本特征进行线性映射至一个共享嵌入空间中；于所述共享嵌入空间中，将所述线性映射后的图片特征向量和所述线性映射后的文本特征向量进行级联以生成所述预测序列；所述预测序列包含对应的所述图片特征和所述文本特征。

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上海鱼尔网络科技有限公司，其通讯地址为：201615 上海市松江区新桥镇莘砖公路668号207室；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”。