Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 浙江工业大学李胜获国家专利权

浙江工业大学李胜获国家专利权

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!

龙图腾网获悉浙江工业大学申请的专利一种基于自校正坐标注意力的小肠微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:CN116934722B

龙图腾网通过国家知识产权局官网在2025-11-25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:202310932179.3,技术领域涉及:G06T7/00;该发明授权一种基于自校正坐标注意力的小肠微小目标检测方法是由李胜;彭雨阳;李磊;马悦;汤晓恒;曹博;赵洋洋;何熊熊设计研发完成,并于2023-07-27向国家知识产权局提交的专利申请。

一种基于自校正坐标注意力的小肠微小目标检测方法在说明书摘要公布了:本发明涉及小肠微小目标检测领域,公开了一种基于自校正坐标注意力的小肠微小目标检测方法,包括步骤1构建小肠三病灶数据集、步骤2构建小肠微小目标检测网络模型、以及训练和验证,最后生成检测结果。步骤2以YOLOv8为基础网络模型,在该模型的Backbone部分设计自校正坐标注意力模块,对输入的小肠病灶图像提取位置特征;在模型的Neck部分原有的FPN+PAN结构上搭建目标检测促进层,对提取的特征进行多尺度融合,以得到更明显的小目标特征。基于以上的设计,本发明提高了网络对较小目标的定位准确度,提升了对小目标病灶的检测性能。

本发明授权一种基于自校正坐标注意力的小肠微小目标检测方法在权利要求书中公布了:1.一种基于自校正坐标注意力的小肠微小目标检测方法,包括以下步骤:步骤1、构建包括训练集和验证集的小肠病灶数据集;步骤2、构建小肠微小目标检测网络模型;步骤3、采用步骤1的训练集和验证集,输入到步骤2构建的小肠目标检测网络模型中进行迭代训练获得最优权重模型;步骤4、将待检测图片进行预处理后输入步骤3所述的最优权重模型,进行病灶检测,生成检测结果,其特征在于: 步骤2中所述的构建小肠微小目标检测网络模型,为:先配置包括有Backbone、Neck和Head三部分的检测网络模型,在检测网络模型的Backbone部分嵌入自校正坐标注意力模块,在Neck部分植入目标检测促进层; 所述的检测网络模型为YOLOv8检测网络模型; 所述的自校正坐标注意力模块,包括残差层、X轴平均池化层、Y轴平均池化层、自校正卷积结构、第一卷积层、归一化层、两个第二卷积层、两个激活函数和re-weight层; 所述残差层的输出端直接与re-weight层连接;同时,所述残差层的输出端与呈并联关系的X轴平均池化层和Y轴平均池化层连接,并联关系的X轴平均池化层和Y轴平均池化层的输出端与所述自校正卷积结构连接,所述自校正卷积结构的输出端与所述第一卷积层连接,所述第一卷积层的输出端与所述归一化层的输入端连接,所述归一化层的输出端并联有两个组合体,每个组合体包括串联的第二卷积层和激活函数,两个组合体的激活函数的输出端均连接至re-weight层; 在Neck部分植入目标检测促进层,具体包括: 在YOLOv8检测网络模型的Neck部分,将原有的PAN-FPN结构的3组特征映射扩展为4组特征映射,并引入邻域擦除模块,将YOLOv8检测网络模型的Backbone部分第一级C2f和第二级C2f的输出和作为邻域擦除模块的输入,经过擦除处理后,把邻域擦除模块的输出特征与第3组特征映射继续上采样的输出特征进行拼接,最后经过C2f模块得到输出结果,形成目标检测促进层。

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浙江工业大学,其通讯地址为:310012 浙江省杭州市下城区潮王路18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”。

以上内容由龙图腾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。