国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發(fā)布專利 發(fā)布成果 人才入駐 發(fā)布商標 發(fā)布需求

在線咨詢

聯(lián)系我們

龍圖騰公眾號
首頁 專利交易 科技果 科技人才 科技服務 國際服務 商標交易 會員權(quán)益 IP管家助手 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 恭喜南京理工大學肖亮獲國家專利權(quán)

恭喜南京理工大學肖亮獲國家專利權(quán)

買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!

龍圖騰網(wǎng)恭喜南京理工大學申請的專利一種旋轉(zhuǎn)等變的空間局部注意力遙感圖像目標檢測方法獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN113850129B

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202110964104.4,技術領域涉及:G06V20/13;該發(fā)明授權(quán)一種旋轉(zhuǎn)等變的空間局部注意力遙感圖像目標檢測方法是由肖亮;段牧笛設計研發(fā)完成,并于2021-08-21向國家知識產(chǎn)權(quán)局提交的專利申請。

一種旋轉(zhuǎn)等變的空間局部注意力遙感圖像目標檢測方法在說明書摘要公布了:本發(fā)明公開了一種旋轉(zhuǎn)等變的空間局部注意力遙感圖像目標檢測方法,包括:采取多方向旋轉(zhuǎn)卷積,構(gòu)造旋轉(zhuǎn)等變卷積模塊;級聯(lián)旋轉(zhuǎn)等變殘差子模塊,構(gòu)造特征張量增強模塊;采取鄰域權(quán)重自適應上采樣,構(gòu)建注意力上采樣模塊;采取金字塔注意力模塊提取多尺度特征張量;采取可學習的非極大值抑制損失重構(gòu)損失函數(shù)訓練網(wǎng)絡,指導區(qū)域建議網(wǎng)絡生成候選區(qū)域;對候選區(qū)域進行特征提取并實現(xiàn)目標的分類和定位。本發(fā)明方法充分考慮了目標的尺度和旋轉(zhuǎn)對檢測任務的影響,上采樣注意力機制和非極大值抑制機制提高了多尺度目標的檢測精度和檢測速度,能夠有效處理大縱橫比、分布密集和方向任意的目標檢測問題,且網(wǎng)絡輕量化,小樣本學習能力強。

本發(fā)明授權(quán)一種旋轉(zhuǎn)等變的空間局部注意力遙感圖像目標檢測方法在權(quán)利要求書中公布了:1.一種旋轉(zhuǎn)等變的空間局部注意力遙感圖像目標檢測方法,其特征在于,包括以下步驟:第一步,采取多方向旋轉(zhuǎn)卷積,構(gòu)造旋轉(zhuǎn)等變卷積模塊,該模塊包含多個方向旋轉(zhuǎn)卷積層并級聯(lián)特征張量拼接操作,具體為:1對原始卷積核分別進行8次不同方向的旋轉(zhuǎn)變換,得到8個對不同方向敏感的卷積核;對卷積核進行旋轉(zhuǎn)變換過程表示為: 其中,表示原始卷積核,表示經(jīng)旋轉(zhuǎn)變換后的卷積核,n表示旋轉(zhuǎn)卷積核的大小,表示旋轉(zhuǎn)操作,αr表示旋轉(zhuǎn)角度,記為R表示離散的旋轉(zhuǎn)方向,方向數(shù)設為8;2將輸入特征張量分別通過8個方向旋轉(zhuǎn)卷積層,得到8個對不同方向敏感的特征張量,記為fi,i=1,2…8;3將這8個fi沿通道維度拼接,得到對8個方向旋轉(zhuǎn)等變的特征張量,作為旋轉(zhuǎn)等變卷積模塊的輸出;第二步,級聯(lián)旋轉(zhuǎn)等變殘差子模塊,構(gòu)造特征張量增強模塊,即利用第一步旋轉(zhuǎn)等變卷積構(gòu)造旋轉(zhuǎn)等變殘差子模塊,相互級聯(lián)構(gòu)成特征張量增強模塊,提取旋轉(zhuǎn)等變特征張量;第三步,采取鄰域權(quán)重自適應上采樣,構(gòu)建注意力上采樣單元,采樣時通過卷積預測采樣權(quán)重,預測像素值來自局部空間像素點的組合而非最鄰近像素點;第四步,采取金字塔注意力模塊提取多尺度特征張量,即利用第三步的注意力上采樣方法,構(gòu)建金字塔注意力模塊,提取多尺度特征張量;第五步,采取可學習的非極大值抑制損失重構(gòu)損失函數(shù)訓練網(wǎng)絡,指導區(qū)域建議網(wǎng)絡生成候選區(qū)域,即在非極大值抑制過程中增加拉損失和推損失,拉損失用于抑制同類低分候選區(qū)域的生成,推損失阻礙抑制不同類高分候選區(qū)域的生成;第六步,對候選區(qū)域進行特征提取并實現(xiàn)目標的分類和定位,即通過池化操作將候選區(qū)域池化為固定尺寸的特征張量,并級聯(lián)全連接層及Softmax分類器進行定位和分類。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術,可聯(lián)系本專利的申請人或?qū)@麢?quán)人南京理工大學,其通訊地址為:210094 江蘇省南京市孝陵衛(wèi)200號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。

免責聲明
1、本報告根據(jù)公開、合法渠道獲得相關數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當日的職業(yè)理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據(jù)或者憑證。
主站蜘蛛池模板: 夹江县| 龙门县| 辉县市| 揭阳市| 濉溪县| 临江市| 谢通门县| 郎溪县| 开原市| 新田县| 常德市| 苗栗县| 海城市| 淮南市| 铜山县| 金溪县| 鹤山市| 晴隆县| 阿克| 富锦市| 新化县| 梧州市| 香格里拉县| 法库县| 循化| 那坡县| 万载县| 昌图县| 丹凤县| 红河县| 遂宁市| 石渠县| 汉川市| 沂源县| 铁岭县| 绥阳县| 启东市| 新巴尔虎右旗| 丰城市| 木兰县| 五河县|