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！

龙图腾网获悉西安交通大学;宁波市舜安人工智能研究院申请的专利一种基于尺度注意力辅助学习方法的目标检测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：CN117152414B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202311115180.3，技术领域涉及：G06V10/25；该发明授权一种基于尺度注意力辅助学习方法的目标检测方法及系统是由陈仕韬;张勇建;张皓霖;郑南宁设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本一种基于尺度注意力辅助学习方法的目标检测方法及系统在说明书摘要公布了：本发明公开一种基于尺度注意力辅助学习方法的目标检测方法及系统，通过明确强调特征表示的尺度敏感注意力，来增强复杂交通场景中的检测准确性，引入了一个辅助尺度估计网络，利用骨干网络的多尺度特征，并通过高斯热图进行监督，采用联合优化策略，同时学习辅助网络和物体检测器，从而促进对物体尺度变化敏感的特征，增强网络训练过程中主干网络对于多尺度信息的注意力，提高了模型对于图像中尺度信息的表达能力，在后续特征融合与预测阶段，在训练完成后的推理阶段，将尺度感知网络移除，使用标准的提取特征、特征融合、检测范式完成检测任务，在提升模型检测效果的同时不增加额外的计算负担，辅助网络设计中存在多种优化途径。

本发明授权一种基于尺度注意力辅助学习方法的目标检测方法及系统在权利要求书中公布了：1.一种基于尺度注意力辅助学习方法的目标检测方法，其特征在于，对RGB图像进行数据增强后，基于基线2D目标检测网络预测检测任务结果，输出图像上预测的所有物体的包围框以及所有物体的类别，包括以下步骤： 提取RGB图像的多尺度图像特征； 对所述多尺度图像特征进行融合，得到融合后的特征表示； 根据融合后的特征表示生成检测结果； 基线2D目标检测网络包括主干网络模块、特征金字塔模块以及检测头，主干网络用于特征提取，特征金字塔用于进行特征融合，检测头用于预测输出结果； 构建尺度敏感注意网络，引入基于基线2D目标检测网络中进行联合优化； 优化目标是像素逻辑回归，其中包含对焦损失的惩罚减少，如下式： 其中，和表示焦点损失的超参数，表示图像中关键点的数量，通过对进行归一化，确保所有正样本的焦点损失归一化为1，根据CenterNet中的提出的尺度敏感注意网络训练的设定，表示热图； 总损失函数表示为： 其中表示尺度敏感损失的权重系数，、和表示检测损失的权重系数为预测置信度的损失，表示回归损失，表示分类损失，表示尺度敏感损失； 尺度敏感注意网络包括特征图归一化模块、热图生成模块和尺度估计模块；特征图归一化模块中，多尺度图像特征表示作为输入，将具有不同分辨率的特征图下采样后统一到一个尺寸；热图生成模块使用来自注释的边界框信息生成一系列尺度分布的热图；尺度估计模块基于卷积网络预测尺度的生成结果，使用卷积层从归一化的特征图中提取特征，并在训练过程中生成预测热图。

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交通大学;宁波市舜安人工智能研究院，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。