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！

龙图腾网获悉昆明理工大学申请的专利一种基于注意力和对比学习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：CN113392855B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202110793593.1，技术领域涉及：G06V10/25；该发明授权一种基于注意力和对比学习的小样本目标检测方法是由王蒙;王强;陈家兴;李鑫凯;邵逸轩设计研发完成，并于2021-07-12向国家知识产权局提交的专利申请。

本一种基于注意力和对比学习的小样本目标检测方法在说明书摘要公布了：本发明涉及了一种基于注意力和对比学习的小样本目标检测方法，属于人工智能、图像处理领域。本发明为一种结合了数据增强、注意力区域建议网络AttentionRPN、对比学习的小样本目标检测方法。该方法基于FasterR‑CNN网络，包括采用小样本马赛克Few‑shotMosaic数据增强模块用于丰富小样本背景实例与新类Novelclasses和基类Baseclasses实例的对比，基于回归坐标补偿的AttentionRPN模块加强模型对前景的关注，以及对比学习模块改善实例级特征的表达。本发明提高了FasterR‑CNN在小样本上新类的检测精度，同时保持了较高的基类检测精度；减少了FasterR‑CNN对新类训练样本量的依赖，提高对新类的迁移能力，在COCO和VOC数据集上验证了该方法的有效性。

本发明授权一种基于注意力和对比学习的小样本目标检测方法在权利要求书中公布了：1.一种基于注意力和对比学习的小样本目标检测方法，其特征在于：基于小样本马赛克数据增强模块、坐标补偿注意力区域提议网络、新旧类判别模块和对比学习模块， 各模块具体构成如下： 小样本马赛克数据增强模块，包括样本选择策略、马赛克数据增强方法； 坐标补偿注意力区域提议网络，包括区域提议网络、回归坐标补偿注意力分支、坐标补偿损失； 新旧类判别模块，包括特征提取层、类别判别层； 对比学习模块，包括特征映射层、对比损失和联合训练策略； 方法的具体步骤如下： 1小样本马赛克数据增强模块从基类和新类训练样本随机选取样本后生成训练样本； 2FasterR-CNN按照步骤1所产生的训练样本经过主干网络ResNet101进行特征提取，后接特征金字塔网络产生主干输出特征：P2、P3、P4、P5、P6； 3坐标补偿注意力区域提议网络以步骤2所产生的主干输出特征为输入，送入3x3卷积特征提取特征，接1x1卷积网络分别产出回归坐标预测和前景背景分类预测，同时也送入回归坐标补偿注意力分支生成回归坐标补偿，最终的坐标预测由前述的回归坐标预测与回归坐标补偿生成，再经过锚框生成器和后处理得到建议区域； 4ROIPooling层根据步骤3生成的建议区域对步骤2生成的P2、P3、P4、P5、P6特征进行ROIPooling操作生成特征R； 5步骤4所生成的特征R同时送入ROI特征提取模块ROIHead和新旧类判别模块Discriminator； 6新旧类判别模块将特征R送入两层全连接层后生成关于新类与基类的二分类预测分数； 7ROI特征提取模块有两层全连接层将特征R提取为1024维的特征F，同时送入框坐标回归头Regression、分类头Classification和对比学习头Contrastivelearning，其中回归头Regression和分类头Classification结果通过后处理生成最终检测结果。

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昆明理工大学，其通讯地址为：650093 云南省昆明市五华区学府路253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。