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两阶段检测模型的新型检测器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：CN116433895B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310407513.3，技术领域涉及：G06V10/25；该发明授权一种基于两阶段检测模型的新型检测器方法是由贾海涛;陈昊男;秦富鸿;贾宇明;许文波;任利;周焕来设计研发完成，并于2023-04-17向国家知识产权局提交的专利申请。

本一种基于两阶段检测模型的新型检测器方法在说明书摘要公布了：本发明公开了一种基于两阶段检测模型的新型检测器方法。该发明在两阶段检测模型中有一定的通用性，改进后的检测模型也可以作为一个单独的检测框架使用。为了解决传统两阶段检测模型分类任务的后续通常会发生将新类目标分类为易于混淆的基类目标的问题，本发明在检测器中附加一个对比网络来了解类内的相似性和类间的差异性，通过对比对象编码，可以减少类之间的误差。该专利中以通过消融与对比实验对该算法的可行性与可用性进行验证，以此证明本发明提出的新型检测器的可行性与合理性。

本发明授权一种基于两阶段检测模型的新型检测器方法在权利要求书中公布了：1.一种基于两阶段检测模型的新型检测器方法，其特征在于，包括以下步骤： 步骤1：获取待检测的原始图像，将其输入由主干网和ROI提取网络构成的两阶段检测模型，其中ROI提取网络为ROIAlign网络，并将计算得出的单个特征向量输入DML嵌入模块； 步骤2：嵌入模块会根据supportimage生成代表类，实现方法为将标量1输入到大小为N*K*e的FC层，输出为N*K*e的张量，N代表新类个数，K代表每个新类有K个实例，实例也可以理解为是训练集中的样本数量； 步骤3：经过步骤2得到的嵌入向量E，可以计算出这个嵌入向量到的距离，并通过这个距离得到该ROI的在i类第j种模态下的概率；； 步骤4：假设所有的类分布都是具有方差的各向同性多变量Gaussian的混合；所述DML嵌入模块没有学习混合系数，而是将类后验设为各模态下概率的最大值，如下式： 其中表示i类且其最大值取其混合模型的所有模式的最大；这个条件概率是实际的类后验概率的上界； 步骤5：在得到类后验后，所述DML嵌入模块可以估算出开放背景类的后验概率；所述DML嵌入模块不用对背景概率进行建模，而是通过前景概率的下界来估算，如下式； 步骤6：根据步骤5计算得出的和，我们使用两个损失函数的总和来训练我们的模型DML子网+主干网；第一个损失是对应X的ROI的标准标签的交叉熵CE；另一个是为了确保E到正确类的最接近代表的距离和E到错误类的最接近代表的距离之间至少有裕度，如下式： 其中，是当前示例的正确类索引，是ReLU函数； 步骤7：在步骤1至步骤6的基础上，我们在ROI头部引入一个对比分支，与DML子网和回归分支平行； 步骤8：对比分支应用1层具有负逻辑成本的多层感知器MLP头部来将ROI特征转换为对比特征，默认=128； 步骤9：经过步骤8后，所述对比分支在MLP头部编码的ROI特征和优化对比目标上测量相似分数，以最大程度地提高同一类别的之间的一致性，并提高不同类别的差异性。

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。