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！

龙图腾网恭喜北京交通大学申请的专利基于交叉注意力机制的多头弱监督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：CN113920302B 。

龙图腾网通过国家知识产权局官网在2025-03-07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：202111037829.5，技术领域涉及：G06V10/25；该发明授权基于交叉注意力机制的多头弱监督目标检测方法是由李浥东;李慧芳;董海荣;韩瑜珊;金一设计研发完成，并于2021-09-06向国家知识产权局提交的专利申请。

本基于交叉注意力机制的多头弱监督目标检测方法在说明书摘要公布了：本发明提供了一种基于交叉注意力机制的多头弱监督目标检测方法，包括：获取图像，对图像进行处理，将处理后的图像分成训练集和测试集；定义类原型特征，构建包含类原型特征的基于交叉注意力机制的弱监督目标检测网络WCAN模型；采用训练数据集对WCAN模型进行训练；基于训练好的WCAN模型，对测试集图像进行目标检测。本方法在只有类别标签的条件下，能够更全面地、充分地感知位置和类别信息，实现更准确高效的目标检测。

本发明授权基于交叉注意力机制的多头弱监督目标检测方法在权利要求书中公布了：1.一种基于交叉注意力机制的多头弱监督目标检测方法，其特征在于，包括：S1获取图像，对所述图像进行处理，将处理后的图像分成训练集和测试集；所述的对所述图像进行处理的过程包括：对每个图像，标注图像中包含的类别标签，采用选择性搜索方法或多尺度组合分组方法获取数据集中每个图像中的候选区域；S2定义类原型特征，构建包含类原型特征的基于交叉注意力机制的弱监督目标检测网络WCAN模型；所述WCAN模型包括候选区域特征提取网络、类原型特征和多头弱监督目标检测网络；所述多头弱监督目标检测网络包括并列的类别感知的交叉注意力模块和定位感知的交叉注意力模块；S3采用训练数据集对WCAN模型进行训练；具体包括：S31对WCAN模型进行初始化；S32将训练集中的图像输入至WCAN模型的候选区域特征提取网络，通过主干网络进行特征图提取；S33将提取后的图像特征图与对应的候选区域同时输入至区域池化层提取候选区域特征Fp；候选区域特征Fp和类原型特征E同时输入至多头弱监督目标检测网络中的类感知的交叉注意力模块和定位感知的交叉注意力模块，分别得到多头候选区域类别相似性得分和多头候选区域目标相似性得分,对同一区域的多头候选区域类别相似性得分和多头候选区域目标相似性得分融合得到候选区域得分，并对多头候选区域得分聚合得到图像得分Si；将主干网络特征提取后的图像特征图在空间维度进行形状变换得到位置特征，采用线性映射层将位置特征维度对齐到类原型特征维度；将位置特征Fpi和类原型特征E输入至多头弱监督位置定位网络中的位置感知的交叉注意力模块，得到多头位置得分，分别对多头位置得分进行聚合，得到多头图像得分采用交叉熵损失函数计算对每个图像得分和图像标签之间的误差，并对多个误差值求和，使用随机梯度下降算法更新WCAN模型中主干网络、类原型特征和多头弱监督目标检测网络模型的参数；S34采用交叉熵损失函数计算对每个图像得分Si和图像标签之间的误差，并对多个误差值求和，使用随机梯度下降算法更新WCAN模型中主干网络、类原型特征和多头弱监督目标检测网络模型的参数；S35重复步骤S32-S34，直至交叉熵损失函数的结果不再降低，得到训练好的WCAN模型；S4基于训练好的WCAN模型，对测试集图像进行目标检测。

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北京交通大学，其通讯地址为：100044 北京市海淀区西直门外上园村3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”。