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！

龙图腾网获悉西安建筑科技大学申请的专利多尺度显著特征双线注意力细粒度物体分类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：CN116258900B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310078371.0，技术领域涉及：G06V10/764；该发明授权多尺度显著特征双线注意力细粒度物体分类方法及系统是由刘光辉;占华;孟月波;陈俊英;王博设计研发完成，并于2023-01-29向国家知识产权局提交的专利申请。

本多尺度显著特征双线注意力细粒度物体分类方法及系统在说明书摘要公布了：本发明提供多尺度显著特征双线注意力细粒度物体分类方法及系统，具体步骤如下：构建多尺度显著特征双线注意力细粒度分类网络；采用分类标签、双线注意力池化策略输出和双线注意力池化策略输出构建损失函数；对多尺度显著特征双线注意力细粒度分类网络进行训练，得到多尺度显著特征双线注意力细粒度分类网络模型；将预处理的训练数据集送入多尺度显著特征双线注意力细粒度分类网络模型中，得到细粒度分类结果。本发明通过多尺度显著特征双线注意力细粒度物体分类网络模型解决了现有对同领域物体进行细粒度图像分类时存在区分性特征太过细微难以捕捉、无法有效定位感兴趣的区域，导致的分类结果不准确的问题。

本发明授权多尺度显著特征双线注意力细粒度物体分类方法及系统在权利要求书中公布了：1.一种多尺度显著特征双线注意力细粒度物体分类方法，其特征在于，具体步骤如下： S1构建多尺度显著特征双线注意力细粒度分类网络，所述网络包括基础主干网络Resnet50，基础主干网络Resnet50的Stage3、Stage4和stage5后均连接有一区域显著特征增强模块RPFBM，区域显著特征增强模块RPFBM后连接有一双线注意力池化策略BAP，区域显著特征增强模块RPFBM和双线注意力池化策略BAP均与反事实注意学习网络CAL连接，反事实注意学习网络CAL中插入有双线注意力池化策略BAP； S2采用分类标签、区域显著特征增强模块RPFBM后连接的双线注意力池化策略BAP的输出和反事实注意学习网络CAL中插入的双线注意力池化策略BAP的输出构建损失函数； S3对多尺度显著特征双线注意力细粒度分类网络进行训练，得到多尺度显著特征双线注意力细粒度分类网络模型； S4将预处理的训练数据集送入多尺度显著特征双线注意力细粒度分类网络模型中，得到物体的细粒度分类结果； S1中，区域显著特征增强模块RPFBM的构建具体包括： 1对基础主干网络Resnet50的Stage3、Stage4和stage5输出的初始特征图沿着宽度、高度维度进行k份和l份均匀切片操作，得到N=k×l个切分特征图，，； 2采用1*1卷积操作和全局平均GAP池化计算切分特征图的权重因子，并将权重因子以切分块形式，重新组合构建重要性权重矩阵B，Bi，j=； 3将重要性权重矩阵B和初始特征图进行元素相乘后再与初始特征图X进行加和，生成显著特征图。

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建筑科技大学，其通讯地址为：710055 陕西省西安市碑林区雁塔路13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。