恭喜江南大学钱雪忠获国家专利权
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！
龙图腾网恭喜江南大学申请的专利融合模块和多尺度特征融合卷积神经网络及图像识别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：CN112036475B 。
龙图腾网通过国家知识产权局官网在2025-04-29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：202010888768.2，技术领域涉及：G06V10/80；该发明授权融合模块和多尺度特征融合卷积神经网络及图像识别方法是由钱雪忠;陈鑫华设计研发完成，并于2020-08-28向国家知识产权局提交的专利申请。
本融合模块和多尺度特征融合卷积神经网络及图像识别方法在说明书摘要公布了：本发明涉及一种融合模块和多尺度特征融合卷积神经网络及图像识别方法，包括上一层、融合层以及级联层，所述上一层将输入图片通过所述融合层运算，再将运算完成的结果通过所述级联层进行合并输出，所述融合层由在原始模块中加入瓶颈结构和空洞卷积结构共同组合而成。本发明不但错误率低，而且有效减少网络的参数量，有利于提升模型泛化能力。
本发明授权融合模块和多尺度特征融合卷积神经网络及图像识别方法在权利要求书中公布了：1.一种基于多尺度特征融合卷积神经网络的图像识别系统，其特征在于，包括：输入层、第一卷积层、最大池化层、多个融合模块、分类输出层以及输出层，且每个融合模块的前一层和后一层均使用1×1的卷积操作，其中所述融合模块包括上一层、融合层以及级联层，所述上一层将输入图片通过所述融合层运算，再将运算完成的结果通过所述级联层进行合并输出，所述融合层由在原始模块中加入瓶颈结构和空洞卷积结构共同组合而成，所述融合模块的参数量Fi,n的计算方法为：，其中k×k为当前卷积核尺寸，Cin为输入通道数，Cout为输出通道数，所述瓶颈结构中设有1×1卷积层和3×3卷积层，所述空洞卷积的区域尺寸计算公式为：，其中超参数r表示每个像素之间填充r-1个空格。
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江南大学，其通讯地址为：214122 江苏省无锡市蠡湖大道1800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”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号