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！

龙图腾网获悉嬴彻星创智能科技(上海)有限公司申请的专利多任务学习深度网络的训练方法及目标检测方法、装置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：CN115359334B 。

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：202210851611.1，技术领域涉及：G06V10/82；该发明授权多任务学习深度网络的训练方法及目标检测方法、装置是由陆强设计研发完成，并于2022-07-19向国家知识产权局提交的专利申请。

本多任务学习深度网络的训练方法及目标检测方法、装置在说明书摘要公布了：本发明提供一种多任务学习深度网络的训练方法及目标检测方法、装置，包括：根据每个任务对应的损失值以及损失值所对应的动态权重进行加权计算得到多任务学习模型的第一总损失；并根据第一总损失训练多任务学习模型，其中，动态权重根据所述每个任务对应的损失值与主干共享网络之间的梯度以及各个任务对应的学习难度权重、重要性权重不断更新得到。本发明通过不断更新各损失值的动态权重来提升各任务的训练效果。

本发明授权多任务学习深度网络的训练方法及目标检测方法、装置在权利要求书中公布了：1.一种多任务学习深度网络的训练方法，其特征在于，包括： 获取多任务学习的训练图像； 将所述训练图像输入至多任务学习模型的主干共享网络，提取得到主干共享网络输出的特征图； 将所述特征图输入至多任务学习模型的各个分支任务网络，获得每个任务对应的预测结果； 根据每个任务对应的预测结果以及所述训练图像对应的标签计算每个任务对应的损失值； 根据每个任务对应的损失值以及损失值所对应的动态权重进行加权计算得到多任务学习模型的第一总损失；并根据所述第一总损失训练所述多任务学习模型； 其中，所述动态权重根据所述每个任务对应的损失值与主干共享网络之间的梯度以及各个任务对应的学习难度权重、重要性权重不断更新得到； 其中，所述动态权重根据所述每个任务对应的损失值与主干共享网络之间的梯度不断更新，包括： S1，初始化动态权重，获得初始权重值； S2，根据所述初始权重值以及各个任务对应的损失值计算得到加权损失，并计算所述加权损失对所述主干共享网络的梯度，获得各个损失值对应的权重梯度； S3，基于各个任务对应的学习难度权重、重要性权重计算所有损失值对应的权重梯度的均值与所述各个损失值对应的权重梯度之间的误差，获得各个损失值的权重梯度损失； S4，计算所述权重梯度损失相对于初始权重值的梯度，并根据计算得到的梯度值以及预设的学习率对所述初始权重值更新，获得各个损失值对应的更新后的权重值，作为动态权重； S5，重复所述S2-S4对所述动态权重进行计算更新直到达到预设的训练次数。

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嬴彻星创智能科技(上海)有限公司，其通讯地址为：201801 上海市浦东新区(上海)自由贸易试验区临港新片区新杨公路1800弄2幢2528室；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。