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！

龙图腾网获悉成都之维安科技股份有限公司申请的专利用于烟雾检测的轻量级多尺度可变形CNN-Transformer双分支网络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：CN121236536B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511767184.9，技术领域涉及：G06V10/80；该发明授权用于烟雾检测的轻量级多尺度可变形CNN-Transformer双分支网络是由黄福建;巫杨;何进;张伟;熊艳艳;王明华设计研发完成，并于2025-11-28向国家知识产权局提交的专利申请。

本用于烟雾检测的轻量级多尺度可变形CNN-Transformer双分支网络在说明书摘要公布了：本发明涉及用于烟雾检测的轻量级多尺度可变形CNN‑Transformer双分支网络，属于图像检测技术领域，包括ViT分支和CNN分支，两个分支共同经过四个阶段，在每个阶段提取不同尺度的特征并融合，所述ViT分支通过DTB模块提取全局语义特征，所述CNN分支通过ECB模块提取局部细节特征，并通过MDC2T模块将全局语义特征和局部细节特征进行有效融合。本发明提出了一种新型轻量级CNN‑Transformer融合架构，用于在复杂自然环境下检测烟雾，在保持高效推理速度的同时，显著提升烟雾检测的精度与召回率。

本发明授权用于烟雾检测的轻量级多尺度可变形CNN-Transformer双分支网络在权利要求书中公布了：1.基于轻量级多尺度可变形CNN-Transformer双分支网络的烟雾检测方法，其特征在于，包括ViT分支和CNN分支，两个分支共同经过四个阶段，在每个阶段提取不同尺度的特征并融合，所述ViT分支通过DTB模块提取全局语义特征，所述CNN分支通过ECB模块提取局部细节特征，并通过MDC2T模块将全局语义特征和局部细节特征进行有效融合；阶段1~3提取特征并融合后，通过DS模块进行下采样构建多尺度金字塔主干网络；阶段4提取特征并融合后，通过下游任务模块将最终的融合特征输入至CLS模块进行分类以及Det模块进行定位识别； 所述ViT分支和CNN分支在阶段1前还包括Stem模块，所述Stem模块利用大卷积网络对输入图像进行降采样，降低分辨率； 所述DTB模块包括可变形多头自注意力机制和专家混合网络； 所述ECB模块通过残差网络与可分离卷积网络提取局部细节特征，用于识别烟雾； 所述MDC2T模块包括两项功能，一是MGlobal-to-Local，即将多尺度全局特征融合到多尺度局部特征中，二是MLocal-to-Global，即将多尺度局部特征融合到多尺度全局特征中； 所述将多尺度全局特征融合到多尺度局部特征中具体为：通过MDAF模块将多尺度全局特征和分别与局部特征和融合，生成和，随后将处理后的两个局部特征合并形成，使CNN分支也能捕获全局语义信息，具体实现过程的表达式为： ， 其中，rearrange·表示向量格式变换函数，°表示从右到左的执行顺序，N1、N2、N3、N4表示执行的操作步骤，MDAF表示全局特征与局部特征在MDAF模块的融合操作；N1中、、、分别为、、、的经过向量格式变换得到的中间变换特征，Linear·⊕·表示线性特征融合； 所述将多尺度局部特征融合到多尺度全局特征中具体为：通过MDAF模块，将多尺度局部特征和分别与全局特征和融合，生成和，随后将这两个生成的全局特征合并形成； 所述MDAF模块通过稀疏采样提升多尺度特征提取的效率，并丰富提取到的特征，其实现公式为： ， ， 其中，°表示从右到左的执行顺序；Offset操作表示计算特征图中每个采样位置的空间偏移，包括横坐标和纵坐标的偏移；Weight表示计算位于X采样点对应的Z中每个token的权重；MUnit操作表示多尺度特征的采样与提取，Wmlik表示第m个头在第l层的第k个采样点的权重；L表示层数，涵盖小尺度、中尺度和大尺度特征；表示第l层中对坐标Pi的选择函数；表示Pi根据坐标偏移量在第l层扩展了采样区域；Wm是针对M个头的权重矩阵的组合。

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成都之维安科技股份有限公司，其通讯地址为：610000 四川省成都市武侯区广福路99号4栋7层16-18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。