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！

龙图腾网获悉深圳大学申请的专利极端天气下基于半监督学习的跨域目标检测方法和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：CN119863615B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202510345865.X，技术领域涉及：G06V10/25；该发明授权极端天气下基于半监督学习的跨域目标检测方法和系统是由赵睿;王朔遥设计研发完成，并于2025-03-24向国家知识产权局提交的专利申请。

本极端天气下基于半监督学习的跨域目标检测方法和系统在说明书摘要公布了：本发明所提供的极端天气下基于半监督学习的跨域目标检测方法和系统，该方法包括：通过蒸馏使得学生模型学习训练好的教师模型的边界框回归知识而具备在极端天气下的回归能力，利用扩散模型生成的更接近目标域且噪声更小的中间态图像，对蒸馏阶段得到的具备在极端天气下的回归能力的预训练检测模型进行实例级别的特征对抗训练，基于对抗训练后的检测模型确定新的教师模型和新的学生模型，在微调阶段，利用动态类别伪标签筛选策略对新的教师模型生成的伪标签进行筛选，利用筛选出的目标域伪标签训练新的学生模型得到用于对极端天气下的待检测图像进行检测的目标检测模型，能够减少现有技术在极端天气场景的漏检和错检现象，并保持原有推理速度。

本发明授权极端天气下基于半监督学习的跨域目标检测方法和系统在权利要求书中公布了：1.一种极端天气下基于半监督学习的跨域目标检测方法，其特征在于，所述方法包括： 将训练好的教师模型所具备的边界框回归知识蒸馏传递至学生模型中，得到具备在极端天气下的回归能力的预训练检测模型；其中，所述学生模型为具备在正常天气下的检测能力的检测模型，并且所述训练好的教师模型为利用预设数量的携带标签的极端天气图像对优于所述学生模型边界框回归能力的检测模型进行训练得到的模型； 将获取到的正常天气下的原始源域图像和极端天气下的原始目标域图像分别输入至扩散模型中，并将所述扩散模型输出的源域与目标域间的中间态图像输入至所述预训练检测模型中进行实例级别的特征对抗训练，得到对抗训练后的检测模型； 基于所述对抗训练后的检测模型确定新的教师模型和新的学生模型，并利用预设动态类别伪标签筛选方式，对所述新的教师模型基于所述原始目标域图像生成的伪标签进行筛选，并利用筛选出的目标域伪标签对所述新的学生模型进行微调训练得到训练好的目标检测模型； 利用所述训练好的目标检测模型对极端天气下的待检测图像进行目标检测得到相应的检测结果。

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圳大学，其通讯地址为：518060 广东省深圳市南山区粤海街道南海大道3688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”。