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氨气泄漏混洗自注意力轻量化红外检测方法及系统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：CN114964628B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202210516324.5，技术领域涉及：G01M3/02；该发明授权一种氨气泄漏混洗自注意力轻量化红外检测方法及系统是由张印辉;庄宏;何自芬设计研发完成，并于2022-05-12向国家知识产权局提交的专利申请。

本一种氨气泄漏混洗自注意力轻量化红外检测方法及系统在说明书摘要公布了：本发明提供了一种氨气泄漏混洗自注意力轻量化红外检测方法及系统，涉及图像处理及气体泄漏检测技术领域，所述方法通过获得红外图像检测数据集；对红外图像检测数据集进行归一化处理后划分为训练集、测试集，并对红外图像检测数据集进行氨气泄漏红外数据标注；构建混洗自注意力网络结构；利用具有氨气泄漏红外数据标注的训练集对混洗自注意力网络结构进行训练，获得混洗自注意力网络模型；通过混洗自注意力网络模型对测试集进行检测，调用最终混洗自注意力网络模型及测试程序，输入氨气泄漏红外图像确定检测结果，达到在较远距离处就能实现对氨气泄漏的实时精确监测，保障工作人员安全并在氨气出现泄漏时及时作出响应，降低经济损失的技术效果。

本发明授权一种氨气泄漏混洗自注意力轻量化红外检测方法及系统在权利要求书中公布了：1.一种氨气泄漏混洗自注意力轻量化红外检测方法，其特征在于，所述方法包括： 获得红外图像检测数据集； 对所述红外图像检测数据集进行归一化处理后划分为训练集、测试集，并对所述红外图像检测数据集进行氨气泄漏红外数据标注； 构建混洗自注意力网络结构； 利用具有所述氨气泄漏红外数据标注的所述训练集对所述混洗自注意力网络结构进行训练，获得混洗自注意力网络模型； 通过所述混洗自注意力网络模型对所述测试集进行检测，调用最终混洗自注意力网络模型及测试程序，输入氨气泄漏红外图像确定检测结果； 所述构建混洗自注意力网络结构，包括： 构建检测网络模型； 利用轻量SK5Block模块构建所述检测网络模型的特征提取网络，其中，所述特征提取网络包括5×5深度可分离卷积、通道混洗结构； 在所述特征提取网络上加入具有自注意力机制的Transformer模块作为模型特征金字塔自底向上的瓶颈层，其中，所述Transformer模块包括图像切片部分、数据嵌入部分、编码层部分； 所述构建检测网络模型之前，包括： 步骤1：根据所述红外图像检测数据集，获得第一样本，将所述第一样本作为第一初始化聚类中心； 步骤2：计算所述红外图像检测数据集中每个数据样本与所述第一初始化聚类中心的距离，从所有样本距离中选择最小距离，作为第一聚类； 步骤3：基于所有样本的计算距离，确定最大距离样本，将所述最大距离样本作为第二聚类中心； 步骤4：重复步骤2-步骤3，直到获得K个聚类中心，并对所述K个聚类中心进行聚类计算，获得标注框尺寸； 步骤5：根据所述标注框尺寸，获得氨气泄漏尺寸信息，所述氨气泄漏尺寸信息为氨气泄漏在不同时刻泄漏区域的面积以及高宽比信息，利用所述氨气泄漏尺寸信息作为所述检测网络模型的候选框参数； 所述利用具有所述氨气泄漏红外数据标注的所述训练集对所述混洗自注意力网络结构进行训练，获得混洗自注意力网络模型，包括： 利用K个聚类中心对所述训练集中氨气泄漏红外数据集进行标注框尺寸聚类，获得聚类结果，使用聚类结果作为模型候选框参数； 通过所述特征提取网络对氨气泄漏红外数据进行特征提取，获得特征检测提取信息； 通过所述Transformer模块对所述特征检测提取信息进行自底向上融合，获得多尺度特征信息； 利用所述训练集中各氨气泄漏红外数据对所述检测网络模型训练，获得所述混洗自注意力网络模型，所述混洗自注意力网络模型用于提取所述多尺度特征信息对氨气泄漏信息进行检测。

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”。