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！

龙图腾网获悉宏龙科技(杭州)有限公司;杭州联汇科技股份有限公司申请的专利一种基于度量学习的无监督目标检测模型训练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：CN117218404B 。

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：202310898887.X，技术领域涉及：G06V10/764；该发明授权一种基于度量学习的无监督目标检测模型训练方法是由赵天成;张倩倩;张璐;刘鹏设计研发完成，并于2023-07-21向国家知识产权局提交的专利申请。

本一种基于度量学习的无监督目标检测模型训练方法在说明书摘要公布了：本发明公开了一种基于度量学习的无监督目标检测模型训练方法，其包括以下步骤：S1、通过开源预训练模型对训练数据集所包含的图片进行目标提取，获得伪标签；S2、待训练目标检测模型包括图像编码骨干模型、特征金字塔网络和检测头；将训练数据集的图片输入到待训练目标检测模型中，得到整体图片i和各目标的区域图片；确定待训练目标检测模型得到的所有目标的伪标签，然后提取待训练目标检测模型得到的目标的特征向量；S3、基于度量学习对待训练目标检测模型进行训练。本方案适用于大多数常见的目标检测模型的训练。

本发明授权一种基于度量学习的无监督目标检测模型训练方法在权利要求书中公布了：1.一种基于度量学习的无监督目标检测模型训练方法，其特征在于，包括以下步骤： S1、通过开源预训练模型对训练数据集所包含的图片进行目标提取，获得伪标签，训练数据集为图文对，即包含图片和描述图片的文本标签，伪标签包括目标的坐标信息和目标的描述文本； S2、待训练目标检测模型包括图像编码骨干模型、特征金字塔网络和检测头；待训练目标检测模型在随机初始化或者加载预训练模型检测点后，将训练数据集的图片输入到待训练目标检测模型中，所得到的结果包括整体图片i和各目标的区域图片；目标j为待训练目标检测模型得到的目标之一，将目标j与开源预训练模型得到的各目标进行对比，将重合度大于0.5的目标j’的伪标签作为目标j的伪标签，以同样方式确定待训练目标检测模型得到的所有目标的伪标签，然后提取待训练目标检测模型得到的目标的特征向量； S3、基于度量模型对待训练目标检测模型进行训练，对于每一个目标j，其损失函数为： 其中，Lmetric为目标框的三元组相似性度量学习损失，λmetric为Lmetric对应的权重；LL1为目标框的位置L1损失，λL1为LL1对应的权重；Lgiou为目标框的位置GIOU损失，λgiou为Lgiou对应的权重；Lcntrst为图文对比损失，λcntrst为Lcntrst对应的权重； 所述三元组相似性度量学习损失为： Lmetric=maxSa,p-Sa,n+margin,0 式中max为取最大值，S为计算括号中两个目标特征向量的余弦距离，具体公式为： 式中，T表示转置，双竖线表示求向量长度，即norm2；Sa,n的定义与Sa,p相同，只是将p替换成n；a为基准目标样本的特征向量，p为正目标样本的特征向量，n为负目标样本的特征向量；margin为预设的间隔参数； 目标框的位置L1损失具体为： 式中，ti表示待训练目标检测模型得到的目标j的目标框坐标，为一个四点向量{tx、ty、tw、th}，分别表示坐标在x轴和y轴上的位置及目标对应的宽w和高h；ti*表示开源预训练模型得到的目标j’的目标框坐标，为一个四点向量{tx*、ty*、tw*、th*}。

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宏龙科技(杭州)有限公司;杭州联汇科技股份有限公司，其通讯地址为：310000 浙江省杭州市滨江区长河街道秋溢路399号3号楼303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”。

以上内容由龙图腾AI智能生成。