Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安电子科技大学张铭津获国家专利权

西安电子科技大学张铭津获国家专利权

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!

龙图腾网获悉西安电子科技大学申请的专利基于热传导原理的U-ViT网络小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:CN116977662B

龙图腾网通过国家知识产权局官网在2025-09-05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:202310955071.6,技术领域涉及:G06V10/44;该发明授权基于热传导原理的U-ViT网络小目标检测方法是由张铭津;杨辰尧;李云松;高新波设计研发完成,并于2023-08-01向国家知识产权局提交的专利申请。

基于热传导原理的U-ViT网络小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热传导原理的U‑ViT网络小目标检测方法,其实现步骤是,构建并训练热传导启发的U‑ViT小目标检测网络,利用该网络中的热传导启发的注意力机制单元传导和聚合图片不同方向的特征图,利用该网络中的热传导残差单元对特征图进行二阶差分操作以精确提取小目标的边缘信息,利用该网络中的热传导启发的transformer子模块关注小目标局部细节的同时捕捉像素点的长期依赖关系。本发明主要解决对噪声干扰严重、对比度低的图像中的弱小目标进行检测的问题,具有边界划分明确容易提取小目标的完整特征,特征图的提取兼顾细节与整体,避免了小目标的检测结果的不完全预测的问题,稳定性、可信性强,降低漏检率与虚警率的优点。

本发明授权基于热传导原理的U-ViT网络小目标检测方法在权利要求书中公布了:1.一种基于热传导原理的U-ViT网络小目标检测方法,其特征在于,分别构建热传导启发的U-ViT小目标检测网络中的热传导启发的注意力机制单元、热传导残差单元、构建热传导启发的transformer子模块;该检测方法的步骤包括如下: 步骤1,构建热传导启发的注意力机制单元: 搭建一个由线性变换组、双向注意力融合组、卷积层、加法单元依次串联组成的主分支,乘法单元跨接在线性变换组的输入端与加法单元之间;将卷积层的卷积核大小设置为1×1,滑动步长设置为1;将乘法单元中的乘数设置为-4; 步骤2,构建热传导残差单元: 搭建一个由第一卷积层、第二卷积层、第一标准化层、激活层、第三卷积层、第二标准化层、加法单元依次串联组成的主分支,第一卷积层的输入端还与加法单元直接相连;将第一卷积层中的卷积核设置为滑动步长设置为1;将第二、第三卷积层中的卷积核大小均设置为3×3,滑动步长均设置为1; 步骤3,构建热传导启发的transformer子模块: 搭建一个由热传导启发的注意力机制单元、第一加法单元、第一标准化层、前馈网络单元、第二加法单元、第二标准化层、第三加法单元依次串联组成的主分支,其中热传导残差单元跨接在热传导启发的注意力机制单元的输入端与第三加法单元之间,热传导启发的注意力机制单元的输入端还与第一加法单元直接相连,第一归一化层还与第二加法单元直接相连; 步骤4,构建热传导启发的U-ViT小目标检测网络: 搭建一个由输入层、缓冲子模块、第一加法单元、第一热传导启发的transformer组、第一图块嵌入层、第二加法单元、第二热传导启发的transformer组、第二图块嵌入层、第三加法单元、第三热传导启发的transformer组、第三图块嵌入层、第四加法单元、第四热传导启发的transformer组、第三上采样组、第五加法单元、第二上采样组、第六加法单元、第一上采样组、第七加法单元、Head子模块、输出层依次串联组成的主分支;所述主分支中的缓冲子模块与第一加法单元之间跨接第一位置编码层;所述主分支中的第一图块嵌入层与第二加法单元之间跨接第二位置编码层;所述主分支中的第二图块嵌入层与第三加法单元之间跨接第三位置编码层;所述主分支中的第三图块嵌入层与第四加法单元之间跨接第四位置编码层;所述主分支中的第一热传导启发的transformer组还与第七加法单元直接相连,所述主分支中的第二热传导启发的transformer组还与第六加法单元直接相连,所述主分支中的第三热传导启发的transformer组还与第五加法单元直接相连; 步骤5,生成训练集: 选取至少1141张图像组成样本集,将样本集中的每张图像输入到torchvision模块中进行归一化处理,将归一化处理后的所有样本组成训练集; 步骤6,训练热传导启发的U-ViT小目标检测网络: 将训练集输入到热传导启发的U-ViT小目标检测网络中,使用AdaGrad优化器,通过随机梯度下降法,对网络参数进行迭代更新,直至网络的混合损失函数收敛为止,得到训练好的热传导启发的U-ViT小目标检测网络; 步骤7,对弱小目标进行检测: 将待检测的弱小目标图像归一化处理后的图像,输入到训练好的热传导启发的U-ViT小目标检测网络中;将网络输出的图像中由多个像素值为1的像素点组成的区域作为检测到的小目标区域,像素值为0的像素点代表未检测到小目标的区域。

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西安电子科技大学,其通讯地址为:710071 陕西省西安市雁塔区太白南路2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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。