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！

龙图腾网获悉西安工程大学申请的专利基于轻卷积与变形注意力的纹饰多尺度特征融合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：CN120198763B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510679961.8，技术领域涉及：G06V10/80；该发明授权基于轻卷积与变形注意力的纹饰多尺度特征融合检测方法是由李婷;赵劭旸;郝晓翼;马倩倩;祁思宇设计研发完成，并于2025-05-26向国家知识产权局提交的专利申请。

本基于轻卷积与变形注意力的纹饰多尺度特征融合检测方法在说明书摘要公布了：本发明提供一种基于轻卷积与变形注意力的纹饰多尺度特征融合检测方法，涉及纹饰检测技术领域，包括：将图像输入CDDA‑YOLOv8模型，通过跨阶段部分卷积模块进行轻量化特征提取，分割特征图并结合跳跃连接与部分卷积操作输出CSPPC特征图；将该特征图输入DAT模块进行特征增强，生成动态采样偏移量并提取变形特征值；在ASFF网络中引入DWR模块，进行多尺度特征融合，并根据特征图清晰度、注意力聚焦度和特征一致性指标，评估图像质量；通过增加P2检测头生成高分辨率特征图，与融合特征图进行跨尺度融合，输出纹饰目标检测结果，本发明提高了检测的精度，在纹饰目标检测领域具有显著的应用价值。

本发明授权基于轻卷积与变形注意力的纹饰多尺度特征融合检测方法在权利要求书中公布了：1.一种基于轻卷积与变形注意力的纹饰多尺度特征融合检测方法，其特征在于，具体步骤包括： 步骤1：将待检测图像输入改进的CDDA‑YOLOv8模型，通过跨阶段部分卷积CSPPC模块进行轻量化特征提取，生成CSPPC特征图； 步骤2：将得到的CSPPC特征图输入可变形注意力DAT模块进行特征增强，生成DAT增强特征图； 步骤3：在ASFF空间自适应融合网络的基础上，引入DWR可扩张式残差模块，形成改进的D‑ASFF网络，将DAT增强特征图输入至D‑ASFF网络进行多尺度特征融合，得到D‑ASFF融合特征图，所述DWR可扩张式残差模块包括区域残差分支和语义残差分支； 步骤4：采集图像处理过程中的关键参数，根据关键参数确定待检测图像的质量评估指数，所述关键参数包括特征图清晰度指标、注意力聚焦度指标和特征一致性指标； 步骤5：在原有检测头基础上增加4倍下采样的P2检测头，通过P2检测头生成高分辨率特征图，并与D‑ASFF融合特征图进行跨尺度融合，得到跨尺度融合后的特征图，所述跨尺度融合采用通道拼接与1×1卷积降维的方式实现； 步骤6：将跨尺度融合后的特征图输入检测头模块，输出最终的纹饰目标检测结果及质量评估指数，所述纹饰目标检测结果包括类别和位置信息，并且当质量评估指数低于预设的质量评估阈值时，同步输出建议重新采集图像的提示信息； 生成CSPPC特征图，所依据的具体逻辑为：将输入特征图经卷积层调整通道数后，沿通道维度分割为第一部分特征和第二部分特征，第一部分特征通过跳跃连接直接传递，第二部分特征进入包含部分卷积操作的容器模块进行处理，将第一部分特征与处理后的第二部分特征进行拼接，并通过卷积层整合输出CSPPC特征图，所述输入特征图指待检测图像经过初始卷积层处理后得到的第一个特征表示； 生成DAT增强特征图，所依据的具体逻辑为：首先在CSPPC特征图上选择多个呈均匀分布的参考点，计算基于查询向量的动态采样偏移量，根据动态采样偏移量调整参考点位置得到变形采样点，并通过双线性插值在变形采样点位置处提取变形点特征值，结合多头注意力机制对变形点特征值进行加权融合，输出DAT增强特征图。

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工程大学，其通讯地址为：710048 陕西省西安市碑林区金花南路19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”。