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！

龙图腾网获悉南昌航空大学申请的专利一种基于对比学习的恶劣天气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：CN121505564B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610043924.2，技术领域涉及：G06V20/56；该发明授权一种基于对比学习的恶劣天气目标检测方法是由储珺;李耀明;谭江楠设计研发完成，并于2026-01-14向国家知识产权局提交的专利申请。

本一种基于对比学习的恶劣天气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对比学习的恶劣天气目标检测方法，属于计算机视觉技术领域，该方法包括以下步骤：S1、场景适配；S2、目标检测；S3、域泛化目标检测；S4、模型训练；S5、推理与结果输出。本发明采用上述的一种基于对比学习的恶劣天气目标检测方法，借助多模块协同与双模式设计，既减少了传统图像增强造成的细节丢失，显著提升已知恶劣天气下的目标检测精度；又突破单域局限，实现对多种场景的适配，同时满足实时性要求。

本发明授权一种基于对比学习的恶劣天气目标检测方法在权利要求书中公布了：1.一种基于对比学习的恶劣天气目标检测方法，其特征在于，包括以下步骤： S1、采集包含多种恶劣天气条件的目标图像数据，并对图像中的目标进行标注，获得已知恶劣天气图像； S2、将S1中的已知恶劣天气图像分别输入多尺度天气退化编码器和相似注意力特征抑制模块，获得天气退化特征和增强后的目标特征； 其中，多尺度天气退化编码器基于Darknet-53与FPN搭建，通过3个尺度分支的输出特征，采用3D注意力机制对各尺度分支输出特征加权融合，计算公式为： ； ； 其中，为天气退化特征；为注意力权重；为第个尺度分支提取的天气退化特征图；为对第个尺度分支的特征图进行上采样操作；为输入图像的高度；为输入图像的宽度；为尺度分支的索引； 相似注意力特征抑制模块基于余弦相似度计算目标相关特征与天气退化特征的相似度，生成逆相似权重对目标相关特征加权融合；将增强后的目标特征输入YOLOv8s检测头，完成目标分类与边界框回归，输出目标类别及边界框坐标； S3、构建基于因果推理的双分支对齐模型，所述模型包含因果注意力特征对齐模块和双检测分支一致性对齐模块； 将S1中的已知恶劣天气图像及预设的恶劣天气描述文本输入因果注意力特征对齐模块，采用CLIP文本编码器对恶劣天气描述文本编码生成文本特征、和，分别对应源域、目标域及增强文本特征；采用CLIP图像编码器对未知恶劣天气图像提取图像特征，基于L2损失实现与、和的特征对齐，获得对齐后图像特征； 双检测分支一致性对齐模块的主分支接收以及对齐后图像特征，经检测头输出第一预测框与第一类别概率；检测头输出第二预测框与第二类别概率；辅助分支接收以及，融合生成融合特征；采用KL散度约束与的类别概率分布，采用L1损失约束与的边界框位置； S4、采用合成数据集与真实数据集构建训练数据，将数据按7:1.5:1.5划分为训练集、验证集和测试集；融合对比学习损失、CAAM损失、DCAM损失、分类损失与回归损失构建总损失函数；所述分类损失为交叉熵损失，回归损失为GIoU损失；采用Adam优化器训练模型，获得训练后的模型； S5、对采集的图像统一Resize至640×640预处理，基于S4中训练后的模型，在通用模式时，执行S2输出增强后的目标特征，输入检测头得到最终预测框与最终类别概率；在域泛化模式时，先执行S3生成融合后的特征图，输入双分支通过约束输出一致性，选择与中置信度0.5的预测框，经非极大值抑制后输出；同步输出检测结果与实时性能指标。

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南昌航空大学，其通讯地址为：330063 江西省南昌市红谷滩区丰和南大道696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。