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！

龙图腾网恭喜电子科技大学申请的专利一种基于双分支区域建议网络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：CN114743045B 。

龙图腾网通过国家知识产权局官网在2023-09-26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：202210340717.5，技术领域涉及：G06V10/82；该发明授权一种基于双分支区域建议网络的小样本目标检测方法是由董乐;张宁;何腾洋设计研发完成，并于2022-03-31向国家知识产权局提交的专利申请。

本一种基于双分支区域建议网络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双分支区域建议网络的小样本目标检测方法，涉及模式识别与信息处理技术领域，将数据集划分为基类图像和新类图像，构建finetune集；将基础特征图送入到双分支区域建议网络中，上分支提取图像内可能包含物体的极值特征、下分支提取图像内可能包含物体的主要类别特征，然后进行聚合后与原输入基础特征图进行残差连接，获取到图像的聚合语义特征，送入边界框回归网络和前背景判定网络以获得前景建议框的位置；并利用建议框池化将不同大小的建议框基础特征池化为同样大小的建议框特征图，送入边界框精修网络和类别判定网络以获得物体的精确位置和类别；利用Finetune集进行微调；能够提取到高维语义信息。

本发明授权一种基于双分支区域建议网络的小样本目标检测方法在权利要求书中公布了：1.一种基于双分支区域建议网络的小样本目标检测方法，其特征在于，所述目标检测方法包括以下步骤：S1：将数据集划分为类别不相交的基类图像和新类图像，并在新类中抽取N个类别，每个类别抽取K个图像，分别构建finetune集，N、K均为大于零的自然数；S2：采用ResNet-101深度残差卷积神经网络作为主干特征提取器来对输入的基类图像进行特征提取，得到基础特征图；S3：将基础特征图送入到双分支区域建议网络中，首先通过一个卷积模块，然后将卷积后的特征图从计算图上分离，并利用上分支提取图像内可能包含物体的极值特征、下分支提取图像内可能包含物体的主要类别特征，然后进行聚合后与原输入基础特征图进行残差连接，获取到图像的聚合语义特征，将聚合语义特征送入边界框回归网络和前背景判定网络以获得前景建议框的位置；S4：根据获取的前景建议框位置在基础特征图上裁剪出图像的原始特征，并利用建议框池化将不同大小的建议框基础特征池化为同样大小的建议框特征图，然后将建议框特征图送入边界框精修网络和类别判定网络以获得物体的精确位置和类别；S5：将在基类训练好的模型，利用Finetune集进行微调，微调的方式同步S2-S4的训练过程；所述双分支区域建议网络构建包括以下步骤：S31:将主干特征提取器提取的特征图通过一个3×3卷积层扩大感受野，然后将特征图的张量从计算图中取出；S32:上分支将获得的特征向量通过两个DeCBL模块对物体的极值特征进行提取，DeCBL模块采用一个3×3的可形变卷积、BatchNorm、LeakyReLU模块串联构成；S33:下分支将获得的特征向量先通过一个卷积核大小1×5的CBL模块，然后通过一个卷积核大小5×1的CBL模块对物体的主要类别特征进行提取，CBL模块采用一个普通卷积、BatchNorm、LeakyReLU模块串联构成；S34:将上分支、下分支所得的不同特征进行深度上的相加，将相加后的特征图进一步通过一个CBL模块，然后与双分支区域建议网络的输入特征进行融合；S35:根据计算出来的融合特征，通过1×1×1的前景分类分支计算出目标的类别得分，然后结合1×1×4的回归分支输出的位置坐标来确定建议框的类别和位置，然后进行筛选、非极大值抑制、采样，生成最终的建议框并输入区域建议池化网络。

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 四川省成都市高新区(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”。