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！

龙图腾网获悉安徽大学申请的专利一种基于ADLF-Net的交通标志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：CN120580667B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202510677289.9，技术领域涉及：G06V20/58；该发明授权一种基于ADLF-Net的交通标志检测方法是由吴晔峰;吴林;万善;李玉媚;孙康设计研发完成，并于2025-05-26向国家知识产权局提交的专利申请。

本一种基于ADLF-Net的交通标志检测方法在说明书摘要公布了：本发明公开了一种基于自适应双路径局部全局融合网络的交通标志检测方法，属于计算机视觉与智能交通技术领域。通过三大创新模块协同工作：非线性自适应特征提取模块采用宽窄并行结构，结合自适应形变激活函数与部分卷积机制，增强对微弱特征的捕获能力；动态通道校准注意力模块通过局部‑全局双路径交互策略与双视角注意力融合，实现关键通道的动态校准；局部全局特征融合模块基于多粒度并行注意力与重参数化卷积技术，高效融合多尺度特征。本发明在YOLO框架基础上构建端到端检测网络，显著提升了交通标志检测的精度与环境适应性，同时通过轻量化设计平衡计算效率与资源消耗，适用于自动驾驶及智能交通系统等实时性要求高的场景。

本发明授权一种基于ADLF-Net的交通标志检测方法在权利要求书中公布了：1.一种基于ADLF-Net的交通标志检测方法，其特征在于，包括以下步骤： 步骤1：构建ADLF-Net网络，所述网络依次包含非线性自适应特征提取模块NSFE、动态通道校准注意力模块DCCA和局部全局特征融合模块LGFF； 步骤2：将待检测图像输入所述ADLF-Net网络，通过NSFE模块提取增强后的多层级特征； 步骤3：利用DCCA模块对所述多层级特征进行通道校准，生成动态增强的通道注意力权重； 步骤4：通过LGFF模块对校准后的特征进行多尺度融合，生成融合局部细节与全局上下文的综合特征； 步骤5：基于所述综合特征输出交通标志的类别与位置信息； 所述NSFE模块采用宽窄并行结构，包括： 标准卷积路径，通过短路连接保留基础特征； 形变激活路径，由形变激活单元、部分卷积层和随机路径失活层组成，用于挖掘输入数据的深层非线性关系； 其中，所述形变激活单元通过自适应形变激活函数与部分卷积机制增强模型的非线性表达能力； 所述DCCA模块通过双视角注意力融合机制实现通道校准，具体包括： 局部路径：采用一维卷积分支，其卷积核大小动态调整为输入通道数的函数； 全局路径：通过全连接层建模全通道依赖关系； 融合策略：通过矩阵乘法与权重共享策略将局部和全局注意力权重融合，生成动态通道注意力权重； 所述LGFF模块通过多粒度并行注意力机制实现多尺度融合，包括： 对输入特征同时应用不同感受野大小的注意力单元，分别提取局部细节和全局语义信息； 通过相似度自适应门控机制调节局部与全局特征的信息流动权重； 采用重参数化卷积技术，在训练阶段通过多分支结构增强表达能力，在推理阶段等效转换为单一卷积层以保持计算效率。

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安徽大学，其通讯地址为：230601 安徽省合肥市九龙路111号(安徽大学磬苑校区)；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。