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！

龙图腾网获悉武汉科技大学申请的专利一种基于稀疏注意力InterWindow块的Light Swin图像分类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：CN118447313B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202410560817.8，技术领域涉及：G06V10/764；该发明授权一种基于稀疏注意力InterWindow块的Light Swin图像分类方法是由左韬;涂钰龙设计研发完成，并于2024-05-08向国家知识产权局提交的专利申请。

本一种基于稀疏注意力InterWindow块的Light Swin图像分类方法在说明书摘要公布了：基于稀疏注意力InterWindow块的LightSwin图像分类方法，步骤包括：首先，对图像数据集进行Mixup、水平翻转、随机剪裁等图像增强处理，并打上相应的标签，然后使用SwinTransformer预训练模型进行训练，获取图像的低维度分层特征表示，接着使用基于稀疏注意力InterWindow块进行训练，强化图像的空间特征表示，最后利用分类器对提取的特征进行处理，得到最终的图像分类结果。本发明提出的LightSwin模型结合了CNN架构和Transformer架构的优势，实现了轻量化的高效特征提取，同时，在预训练阶段，本发明采用了l∞范数控制模型注意力权重的稀疏程度，使得模型能够自我调节注意力分布，提高了图像分类的准确率和预测速度。

本发明授权一种基于稀疏注意力InterWindow块的Light Swin图像分类方法在权利要求书中公布了：1.一种基于稀疏注意力InterWindow块的LightSwin图像分类方法，其特征在于包括以下步骤： 步骤1对图像分类数据集进行图像增强； 步骤2基于SwinTransformer预训练模型对图像进行预处理，包括以下步骤： 步骤2.1利用输入层将步骤1中得到的图像数据输入到模型的SwinTransformer层中，输入的图像数据的形状为： 其中表示输入的图像数据，B为输入图像的批量大小，H、W为输入图像的高度和宽度，3表示输入图像为RGB的三通道图像数据； 步骤2.2对输入的图像数据使用SwinTransformerblock分阶段进行特征提取，在第一个阶段输入特征图被缩放成大小，其中C为设定的初始维度；从第二阶段开始每经历一个阶段输入特征的高和宽减半，特征维度数翻倍，最终输出的特征图形状为： 其中表示输出的图像数据； 步骤3将步骤2中得到的数据输入到InterWindow块，包括以下步骤： 步骤3.1InterWindow块首先将特征图分成不重叠的窗口，在窗口内进行一次注意力计算，并将结果与捷径分支相加，输出的图像数据形状仍为 步骤3.2将图像数据按不重叠窗口的相对位展平成序列，序列的长度为小窗口的个数，将小窗口的高和宽设置为M，序列长度为序列个数为M2个，对序列数据进行一次注意力计算，将序列数据重新折叠回来，形状为 步骤3.3将步骤3.2得到的数据和原始数据沿着维度方向进行拼接，拼接后形状为通过卷积层进行特征融合，融合之后的形状为 步骤3.4将步骤3.3融合之后的数据再次下采样至重复步骤3.1-步骤3.3的操作，得到输出： 其中X表示输出的图像数据； 步骤4将步骤3中得到的数据线性展平成的形状，最后通过线性层得到输出结果： p＝B,N 其中p表示模型预测类别的概率，N输出类别个数； 步骤5对每一个批量中的预测数据，通过l∞范数，对注意力权重进行正则化，并且通过超参η控制其分布的稀疏程度 其中loss表示模型训练的损失函数，N表示预测类别的个数，W-MSA-weights表示步骤3.1中注意力计算的权重矩阵，IW-MSA-weights表示步骤3.2中注意力计算的权重矩阵，yi为独热编码的真实标签，pi表示模型预测概率； 步骤6设置学习率和迭代次数，在数据集上训练得到训练过后的模型； 步骤7将预测图片输入到模型中，同时将批量数B设置为1，将输出结果p＝1,N在第二维度按从大到小排序得到预测最大的类别为图像类别。

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武汉科技大学，其通讯地址为：430081 湖北省武汉市青山区和平大道947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”。