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！

龙图腾网获悉北京态信智能科技有限公司申请的专利目标检测模型及其训练方法、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：CN117197634B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202311173089.7，技术领域涉及：G06V10/82；该发明授权目标检测模型及其训练方法、目标检测方法是由刘京;校利虎;张慧设计研发完成，并于2023-09-12向国家知识产权局提交的专利申请。

本目标检测模型及其训练方法、目标检测方法在说明书摘要公布了：本发明公开了一种目标检测模型及其训练方法、目标检测方法，其中训练方法包括利用卷积神经网络模型，获取含有待检测目标标注框的可见光图像和红外图像的底层特征；将底层特征输入至Transformer模型中进行训练，得到可见光图像和红外图像的中层特征；融合底层特征与中层特征，分别得到可见光图像的全模态特征和红外图像的全模态特征；将可见光图像的全模态特征和红外图像的全模态特征联合送入卷积神经网络模型的前馈神经网络模块，获得待检测目标的预测类别及预测框信息。本发明提出了局部区域协同增强模块，实现了编码特征与跨模态的卷积特征的融合，可大幅提升复杂场景下大小目标的检测精度。

本发明授权目标检测模型及其训练方法、目标检测方法在权利要求书中公布了：1.一种目标检测模型训练方法，其特征在于，包括： 利用卷积神经网络模型，获取含有待检测目标标注框的可见光图像和红外图像的底层特征； 将所述底层特征输入至Transformer模型中进行训练，得到所述可见光图像和所述红外图像的中层特征； 融合所述底层特征与所述中层特征，分别得到所述可见光图像的全模态特征和所述红外图像的全模态特征； 将所述可见光图像的全模态特征和所述红外图像的全模态特征联合送入所述卷积神经网络模型的前馈神经网络模块，获得待检测目标的预测类别及预测框信息； 融合所述底层特征与所述中层特征，分别得到所述可见光图像的全模态特征和红外图像的全模态特征，具体包括： 将所述可见光图像的底层特征与所述红外图像的中层特征进行拼接，得到所述可见光图像的全模态特征；将所述红外图像的底层特征与所述可见光图像的中层特征进行拼接，得到所述红外图像的全模态特征； 或者将所述可见光图像的中层特征、所述红外图像的中层特征与所述可见光图像的底层特征融合，得到所述可见光图像的全模态特征；将所述可见光图像的中层特征、所述红外图像的中层特征与所述红外图像的底层特征融合，得到所述红外图像的全模态特征。

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北京态信智能科技有限公司，其通讯地址为：100088 北京市海淀区北三环中路44号13号楼1层175；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。