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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于多尺度融合和可变形自注意力的白细胞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：CN116580394B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202310570328.6，技术领域涉及：G06V20/69；该发明授权一种基于多尺度融合和可变形自注意力的白细胞检测方法是由陈一飞;陈奔;黄凡丁;黄一语;秦飞巍设计研发完成，并于2023-05-19向国家知识产权局提交的专利申请。

本一种基于多尺度融合和可变形自注意力的白细胞检测方法在说明书摘要公布了：本发明公开了一种基于多尺度融合和可变形自注意力的白细胞检测方法，包括如下步骤：S1、获取白细胞目标检测数据集并预处理；S2、构建MFDS‑DETR模型并训练，S3、通过骨干网络提取特征得到特征图；S4、通过高层筛选特征融合金字塔得到多尺度融合特征向量；S5、通过可形变自注意力模块中获得最终的输出向量；S6、将步骤S5输出的最终的输出向量作为输入，通过编码器提取全局特征；S7、将提取的全局特征作为输入，通过解码器得到最终目标检测结果。本发明将高层语义特征作为权重来筛选低层特征，并将筛选后的特征与高层语义特征逐点相加，提高模型的特征提取和表达能力。采用了可变形自注意力来提取白细胞全局特征，模型训练更加轻便。

本发明授权一种基于多尺度融合和可变形自注意力的白细胞检测方法在权利要求书中公布了：1.一种基于多尺度融合和可变形自注意力的白细胞检测方法，其特征在于，包括如下步骤： S1、获取白细胞目标检测数据集并预处理； S2、构建MFDS-DETR模型并训练， 所述MFDS-DETR模型包括骨干网络、高层筛选特征融合金字塔、可形变自注意力模块、编码器和解码器， 所述骨干网络采用残差连接方式的ResNet-50，并在所述ResNet-50上增加卷积块，该卷积块包括2个1*1卷积和1个3*3卷积，所述高层筛选特征融合金字塔包括特征选择模块和特征融合模块，所述可形变自注意力模块包括偏移模块和注意力模块； S3、使用训练好后的MFDS-DETR模型，在骨干网络中，将预处理后的数据集作为输入，通过骨干网络提取特征得到特征图，先使用1*1卷积减少通道数，随后使用3*3卷积来降低特征图尺寸，最后使用1*1卷积来扩充通道数，进而输出不同尺度的特征图； S4、在高层筛选特征融合金字塔中，通过特征选择模块对不同尺度的特征图进行特征选择得到高层特征和低层特征，随后采用特征融合模块将高层信息和低层信息进行多尺度融合得到多尺度融合特征向量； S5、在可形变自注意力模块中，通过偏移模块得到不同尺度的偏移输出向量，最后将不同尺度的偏移输出向量通过注意力模块进行加权从而获得最终的输出向量； 所述步骤S5中得到通不同尺度的偏移输出向量的方法为： 在多尺度融合特征向量输入到偏移模块之前，首先需要将多尺度融合特征向量转换为特征图，随后根据参考点坐标获得输入的查询向量；对于查询向量使用线性变换，获得该查询向量的偏移量Δpq，随后根据每个参考点的偏移量找到该参考点所关注的点，即采样点，并采用双线性插值的方式获得该点的输出offsetvalue，每个所述查询向量，有H个关注头，而对于每个关注头则有K个偏移点； 所述步骤S5中获得最终的输出向量的方法为：首先对于输入的查询向量进行线性变换，随后采用Softmax函数获得每个偏移量的权重向量，将每个偏移量输出与对应的权重向量相乘并相加获得采样值Samplevalue，随后将该参考点中每个关注头进行拼接获得最后采样的输出向量Sampleoutput，最后将采样的输出向量进行线性变换获得最终的输出Output，表达式如下： Weight＝SoftmaxWQ Output＝W*Sampleoutput； S6、将步骤S5输出的最终的输出向量作为输入，通过编码器提取全局特征； S7、将提取的全局特征作为输入，通过解码器得到最终目标检测结果。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。