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！

龙图腾网恭喜黑龙江大学申请的专利一种基于OTS-DETR轻量级模型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：CN118262087B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202410157799.9，技术领域涉及：G06V10/25；该发明授权一种基于OTS-DETR轻量级模型的目标检测方法是由陆军;刘志刚;赵宣;陈世博;徐洋设计研发完成，并于2024-02-04向国家知识产权局提交的专利申请。

本一种基于OTS-DETR轻量级模型的目标检测方法在说明书摘要公布了：一种基于OTS‑DETR轻量级模型的目标检测方法，涉及基于轻量级模型的目标检测技术领域。本发明是为了解决现有目标检测方法还存在计算复杂度高以及难以获得最佳目标检测结果的问题。本发明包括：获取待检测目标的图像，将待检测目标的图像输入到训练好的OTS‑DETR模型中，获得目标检测结果；OTS‑DETR轻量级模型包括：主干网络、前景选择网络、编码器、解码器、预测头；主干网络采用预训练好的骨干网络，用于获取图像特征集合S，并将图像特征集合S中的图像特征St分为高等级特征和低等级特征；前景选择网络利用图像特征划分背景tokens和前景tokens；编码器用于对特征编码；解码器用于对编码后的特征解码；预测头利用解码后的特征预测检测目标。本发明用于实现目标检测。

本发明授权一种基于OTS-DETR轻量级模型的目标检测方法在权利要求书中公布了：1.一种基于OTS-DETR轻量级模型的目标检测方法，其特征在于所述方法具体过程为：获取待检测目标的图像，将待检测目标的图像输入到训练好的OTS-DETR轻量级模型中，获得目标检测结果；所述训练好的OTS-DETR轻量级模型，通过以下方式获得：步骤一、利用原始图像和原始图像对应的标注图像组成训练集；步骤二、利用训练集对OTS-DETR轻量级模型进行训练，获得训练好的OTS-DETR轻量级模型；所述OTS-DETR轻量级模型包括：主干网络、前景选择网络、编码器、解码器、预测头；所述主干网络采用预训练好的骨干网络，用于获取图像特征集合S，并将图像特征集合S中的图像特征Sl分为高等级特征和低等级特征，将所有图像特征输入到前景选择网络；所述主干网络采用预训练好的骨干网络，用于获取图像特征集合S，并将图像特征集合S中的图像特征Sl分为高等级特征和低等级特征，具体为：首先，将原始图像输入到预训练好的骨干网络中，获取C2层、C3层和C4层输出的特征S4、S3、S2；然后，对S2进行下采样获得特征S1；最后，将S1、S2、S3作为高等级特征，将S4作为低等级特征；其中，l∈[1,L]，l是多尺度特征图层标号，L是多尺度特征图总层数，C是Sl的通道数，Hl是Sl的高度，Wl是Sl的宽度；所述前景选择网络利用图像特征划分背景tokens和前景tokens，并将划分后的tokens输入到编码器中，具体为：Step1、获取每层图像特征的前景得分的集合SF：首先，将S1输入到多层感知器MLPF中获得S1的前景得分然后，利用S1的前景得分获取的前景得分 其中，αl’是可学习的调制系数，UP.表示通过双线性插值进行上采样，l′∈[1,L-1]，l′是除第一个图像特征外的其他图像特征标号；最后，根据和获得Sl的前景得分的集合SF；Step2、利用SF获取选择得分集合SS：Ss＝SF×MLPCS其中，SF是的集合，S是Sl的集合，Ss是选择得分集合；Step3、按照Step2获得的选择得分的大小将S中的特征从大到小排序，按照预设百分比，将前K个特征作为前景tokens，将其他tokens作为背景tokens，将保存的前景tokens中的高等级特征作为查询Q，将所有tokens作为键K和值V输入到高等级特征编码器中；将保存的前景tokens中的低等级特征作为查询Q，将所有tokens作为键K和值V输入到低等级特征编码器中；所述编码器包括：高等级特征编码器、低等级特征编码器；所述高等级特征编码器和低等级特征编码器均由交叉注意力模块CrossAttention构成；所述编码器用于对划分背景tokens和前景tokens的高等级特征和低等级特征编码，并将编码后的高等级特征和低等级特征输入到解码器；所述解码器用于对编码后的高等级特征和低等级特征解码，并将解码后的特征输入到预测头；所述预测头利用解码后的特征预测检测目标。

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黑龙江大学，其通讯地址为：150080 黑龙江省哈尔滨市南岗区学府路74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”。