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！

龙图腾网恭喜深兰人工智能(深圳)有限公司申请的专利目标识别方法及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：CN112598020B 。

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：202011335234.3，技术领域涉及：G06V10/764；该发明授权目标识别方法及系统是由陈海波;关翔设计研发完成，并于2020-11-24向国家知识产权局提交的专利申请。

本目标识别方法及系统在说明书摘要公布了：本申请提供一种目标识别方法及系统，首先获取待识别图像；将所述待识别图像输入至卷积神经网络模型，得到由所述神经网络模型输出的识别结果；其中，所述卷积神经网络模型基于携带有对象标签的图像训练样本进行训练，并基于训练结束后的卷积神经网络模型中任一卷积层下不同通道的浮点型参数的L1范数，对所述任一卷积层下不同通道进行筛选，对筛选后的卷积神经网络模型进行量化处理得到。由于应用的卷积神经网络模型中任一卷积层下不同通道进行了筛选，使得筛选后得到的卷积层中不同通道的浮点数取值范围接近，可以提高量化后的卷积神经网络模型的网络精度，进而提高卷积神经网络模型输出的识别结果的准确性，提高卷积神经网络模型的可用性。

本发明授权目标识别方法及系统在权利要求书中公布了：1.一种目标识别方法，其特征在于，包括：获取待识别图像；将所述待识别图像输入至卷积神经网络模型，得到由所述神经网络模型输出的识别结果；其中，所述卷积神经网络模型基于携带有对象标签的图像训练样本进行训练，并基于训练结束后的卷积神经网络模型中任一卷积层下不同通道的浮点型参数的L1范数，对所述任一卷积层下不同通道进行筛选，对筛选后的卷积神经网络模型进行量化处理得到；所述基于训练结束后的卷积神经网络模型中任一卷积层下不同通道的浮点型参数的L1范数，对所述任一卷积层下不同通道进行筛选，具体包括：对所述任一卷积层下的不同通道，按L1范数由小到大的顺序逐个删除对应的通道；若判断获知删除对应的通道前后，训练结束后的卷积神经网络模型的网络精度损失大于等于预设阈值，则停止删除。

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深兰人工智能(深圳)有限公司，其通讯地址为：518000 广东省深圳市龙华区民治街道民治社区1970科技园8栋115；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”。