Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东神戎电子股份有限公司任向楠获国家专利权

山东神戎电子股份有限公司任向楠获国家专利权

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!

龙图腾网获悉山东神戎电子股份有限公司申请的专利一种基于视觉显著性的目标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:CN117197438B

龙图腾网通过国家知识产权局官网在2026-03-17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:202311201186.2,技术领域涉及:G06V10/25;该发明授权一种基于视觉显著性的目标检测方法是由任向楠;邹海涛;祝清雷;赵莹;赵寰;范文涛;王琪瑶设计研发完成,并于2023-09-18向国家知识产权局提交的专利申请。

一种基于视觉显著性的目标检测方法在说明书摘要公布了:本发明公开一种基于视觉显著性的目标检测方法。使用删除全连接层的ResNet50作为特征提取主干网络,获取五种尺度的网络特征,再通过空间和通道注意力模块SCAM做多尺度特征强化,有效突出前景目标的特征信息。自适应特征融合模块AFFM首先将强化特征通过权重卷积自适应获取权重矩阵,再融合原始特征得到显著性特征图,既能保留更多的特征信息,又能有效增强感兴趣区域,最后执行多尺度特征融合操作,采用自顶向下的方式,深层特征经过两倍上采样与下一层融合,特征可在多尺度上交互,充分利用底层特征的细节信息和深层特征的语义信息,增强特征融合过程中特征的多样性,有利于模型更好的学习特征,有效提升检测精度,增强算法的鲁棒性。

本发明授权一种基于视觉显著性的目标检测方法在权利要求书中公布了:1.一种基于视觉显著性的目标检测方法,其特征在于:包括以下步骤: S01、采用MS-COCO标准数据集和或自采集数据作为训练评估数据,将COCO格式标注转换为YOLO格式; S02、对图像数据集做图像预处理,进行数据增强; S03、图像数据集进行数据增强后输入特征提取主干网络,特征提取的主干网络采用删除全连接层的ResNet50,分为五个阶段,每个阶段分别输出五种不同尺度和不同通道数的特征图,记作; S04、步骤S03得到的特征图传输到空间和通道注意力模块SCAM,分别对通道特征和空间特征做注意力增强,并通过逐元素相加融合两部分特征,达到通道和空间特征相互补充的目的,经过注意力机制强化后的特征图记作; 本步骤引入SCAM注意力机制,空间注意力部分将特征图通过权重为的卷积生成投影张量,表示空间上所有通道的线性组合,再经过激活函数调整后与特征图逐元素相乘,获得所有通道下的空间注意力强化特征;通道注意力部分将特征图通过全局平均池化进行空间压缩,再经过激活函数调整生成通道投影张量,与特征图逐元素相乘获得原始空间大小的通道注意力强化特征; S05、将步骤04得到的强化特征图输入到自适应特征融合模块AFFM,首先,将强化特征图传输到权重卷积层做特征权重计算,再将得到的权重与原始特征图做逐元素相乘计算,得到显著性特征图; S06、将步骤S05得到的显著性特征图做自顶向下的多尺度融合,对深层特征做上采样处理,逐层向下进行融合,得到最终预测特征图记作;预测先验框由数据集聚类动态获得,预测网络通过非极大抑制输出最终预选框并映射为原图大小,最终得到目标物体的检测结果。

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山东神戎电子股份有限公司,其通讯地址为:250101 山东省济南市高新开发区舜华路1号齐鲁软件园创业广场F座A312;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。