咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN202010973172.2 | 专利名称： | 新型Faster R-CNN网络模型及其训练方法 |
| 申请日： | 2020-09-16 | 申请/专利权人 | 闽江学院 |
| 专利类型： | 发明 | 地址： | 福建省福州市闽侯县溪源宫路200号 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G06N3/0464 分类检索 |
| 公开/公告日： | 2024-01-12 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN112163667B | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 63 | 所属领域： | 网络传输 新型专利转让搜索 |
摘 要：本发明公开了新型Faster R‑CNN网络模型及其训练方法，网络模型包括：VGG16深度卷积神经网络层和RPN网络层，其分别用于对传入的图像进行多次卷积操作并生成特征提取图像和用于获取特征提取图像且判别特征提取图像中的背景和物体，并回归物体所在的位置信息；本方案以VGG16深度卷积神经网络作为基础网络能够保证检测精度和高效率；而RPN网络层取代了传统的全连接层，运用了全卷积神经网络，实现了卷积核参数共享，突破了传统神经网络中只能传入单一维度大小图像的局限性，该RPN网络层用来判别图像的背景和物体信息及回归物体所在位置信息更为高效；相比传统的物体检测网络，本方案能够避免全连接层带来的应用限制，大幅提升网络的适用性能，具有端到端的检测特性。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 申请号 | 专利名称 | 发布日期 |
| 2018100279319 | 【发明】一种针对目标路段的机动车尾气浓度连续时间预测方法 | 2025/09/10 |
| 202110472438X | 【发明】一种支持孤子波传导的神经纤维等效电路 | 2025/09/09 |
| 2020112995196 | 【发明】一种基于生成对抗网络的多相关时间序列预测系统及方法 | 2025/08/27 |
| 2025104821960 | 【发明】基于强化学习的数字开关电源神经网络控制器训练方法 | 2025/08/22 |
| 2021113417658 | 【发明】一种基于宽度学习的城市照明系统调节方法、装置和存储介质 | 2025/08/21 |
| 202010245304X | 【发明】神经网络模型的优化方法、数据处理方法及装置 | 2025/08/18 |
| 2021113068977 | 【发明】数据处理系统、方法、装置、设备及存储介质 | 2025/08/13 |
| 2020105052614 | 【发明】基于非均匀分组的多尺度轻量型深度卷积神经网络模型 | 2025/08/12 |
| 2020112641327 | 【发明】一种入侵检测方法、系统、设备及可读存储介质 | 2025/07/16 |
| 2021113658071 | 【发明】一种基于改进郊狼算法的ELM神经网络优化方法 | 2025/07/15 |
