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！

龙图腾网恭喜中国民航大学申请的专利一种多层级特征融合的弱监督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：CN114913485B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202210669392.5，技术领域涉及：G06V20/52；该发明授权一种多层级特征融合的弱监督检测方法是由孙辉;史玉龙;王蕊设计研发完成，并于2022-06-14向国家知识产权局提交的专利申请。

本一种多层级特征融合的弱监督检测方法在说明书摘要公布了：本发明提供一种多层级特征融合的弱监督检测方法，包括：获取待分析图片；将待分析图片，输入预设的目标分类模块中，获取目标分类模块中Layer1层、Layer2层、Layer3层和Layer4层的特征图；基于Layer1层、Layer2层、Layer3层和Layer4层的特征图，生成对应的类激活图；将Layer1层、Layer2层、Layer3层的类激活图融合，形成前景区域；基于前景区域与Layer4层的类激活图，对待分析图片中的目标进行定位。本发明的多层级特征融合的弱监督检测方法，通过采用坐标注意力机制对Resnet50主干网络进行改进，用以捕获目标的关键特征，在提高模型对目标细粒度分类性能的同时，为目标定位器提供计算依据。

本发明授权一种多层级特征融合的弱监督检测方法在权利要求书中公布了：1.一种多层级特征融合的弱监督检测方法，其特征在于，包括：获取待分析图片；将所述待分析图片，输入预设的目标分类模块中，获取所述目标分类模块中Layer1层、Layer2层、Layer3层和Layer4层的特征图；基于所述Layer1层、Layer2层、Layer3层和Layer4层的特征图，生成对应的类激活图；将所述Layer1层、Layer2层、Layer3层的类激活图融合，形成前景区域；基于所述前景区域与所述Layer4层的类激活图，对所述待分析图片中的目标进行定位；其中，基于所述Layer1层的特征图，生成对应的类激活图，包括：所述类激活图的计算步骤如下： 式中，表示Layer1层的特征图对应的类激活图；表示Layer1层的第个特征图；表示利用对比层级相关性传播理论反向传递获取的Layer1层的第个特征图中位置关于目标类别的贡献，表示Layer1层的第个特征图关于目标类别的通道级权重；其中，利用对比层级相关性传播理论反向传递获取的Layer1层的第个特征图中位置关于目标类别的贡献，包括：利用对比层级相关性传播获取特征图中每个位置对目标分类决策的贡献；其中，对比层级相关性传播，包括：初始化softmax操作前的网络输出值用于区分目标类别神经元和非目标类别神经元的比例，并作为对比层级相关性反向传播的起点，所述初始化函数计算步骤如下： 式中，表示Softmax操作之前第层中第个神经元对应的分值，表示第层中神经元的总个数；在对比层级相关性反向传递阶段，从网络的输出层一直分解到输入空间的每个变量上，从而度量每个变量和网络决策之间的相关性分数；常用的层级相关性传播规则是和规则，其定义如下所示： 式中，和分别表示连接第和第层神经元的正、负权值；表示神经元激活值的取值区间。

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中国民航大学，其通讯地址为：300300 天津市东丽区津北公路2898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”。