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！

龙图腾网获悉上海铁大电信科技股份有限公司申请的专利一种基于目标检测算法和图像分类算法的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：CN114821279B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202210446002.8，技术领域涉及：G06V20/00；该发明授权一种基于目标检测算法和图像分类算法的检测方法是由叶伟;张弘远;成远;李永燕;杨云国设计研发完成，并于2022-04-26向国家知识产权局提交的专利申请。

本一种基于目标检测算法和图像分类算法的检测方法在说明书摘要公布了：本申请涉及一种基于目标检测算法和图像分类算法的检测方法，其包括：收集待检测物体的图片和背景图片；对采集到的包含待检测物体的图片，标注图片，得到数据集；将数据集划分为训练集、验证集和测试集；对数据集各矩形框进行聚类，随机裁剪背景图片作为背景类别，加上数据集根据矩形框剪裁下的图片，得到待检测物体和背景类别数据集。将数据集用来训练图像分类网络；使用数据集训练出yolov3目标检测网络；用检测网络检测待检测的图片，若出现目标，根据目标的坐标信息剪切图片数据集，对图像的短边进行padding操作，reshape预设大小的尺寸送入图像分类网络中检测进行分析；具有查全率高、查准率好的效果。

本发明授权一种基于目标检测算法和图像分类算法的检测方法在权利要求书中公布了：1.一种基于目标检测算法和图像分类算法的检测方法，其特征在于：该方法包括以下步骤： 步骤一、收集待检测物体的图片和不包含待检测物体的背景图片； 步骤二、对采集到的包含待检测物体的图片，使用图片标注工具进行标注，得到数据集； 步骤三、将步骤二的所述数据集按比例划分为训练集、验证集和测试集； 步骤四、对步骤二的所述数据集的标注内容进行聚类，得到的anchor框； 步骤五、根据anchor框，随机裁剪背景图片，作为背景类别，加上anchor框剪裁下的图片，得到待检测物体和背景类别数据集； 步骤六、将步骤五所得到的数据集用来训练图像分类网络； 步骤七、使用步骤三的数据集训练yolov3目标检测网络； 步骤八、用步骤七所得到的检测网络检测待检测图片，如果检测结果出现目标，根据目标的坐标信息剪切这些目标得到图片数据集，对图片的短边进行padding操作，reshape成预设大小的尺寸送入步骤六所得到的分类网络中检测进行分析并输出结果； 所述步骤四中还包括：使用k-Means聚类算法对标注出来的真实目标框进行聚类计算，得到预设数量的anchor框，具体步骤包括： S100、将所述步骤二的所述数据集中真实的目标框作为k-Means聚类算法的原始数据，每一个真实的目标框的长和宽的值都作为一个样本； S200、选择预设数量的anchor框的长和宽作为k-Means聚类算法的聚类中心； S300、根据公式d＝1–IOU计算每个anchor框与聚类中心的距离，其中IOU为真实框和聚类中心的交并比，求出真实框与预设数量的聚类中心最近距离的聚类中心，把真实框分配给最近距离的所述聚类中心； S400、对所有的真实框进行所述S300的操作，直到所有的真实框都分配到最近距离的所述聚类中心，再对每个聚类中心在真实框的长和宽计算出新的聚类中心，新的聚类中心即为最近距离的所述聚类中心下所有真实框的长和宽的平均值； S500、对以上S200到S400进行循环操作，直到S400中计算出的聚类中心的长和宽的值不再发生变化，最终聚类出的预设数量的聚类中心的长和宽即为anchor框的大小； 所述步骤二中，还包括生成标签文件，生成的步骤包括： 使用标注工具labelImg对图片进行标注，生成符合预设格式的标签文件，标签文件内容包含目标的类别以及目标的位置信息，位置信息包括真实目标的xmin、ymin、xmax以及ymax的坐标信息； 所述步骤六中，所述图像分类网络为多层卷积网络，包含卷积层、池化层、激活层、全连接层和Softmax层，使用CrossEntropyLoss作为分类的损失函数，损失函数公式为：loss=-∑tilnyi；其中ti为真实值，为one-hot编码的向量，yi为求出的Softmax值，其值为：yi=ei∑jej。

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上海铁大电信科技股份有限公司，其通讯地址为：201800 上海市嘉定区南翔镇蕰北公路1755弄6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。