Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜江南大学;上海理工大学;吉林大学;苏州大学钱鹏江获国家专利权

恭喜江南大学;上海理工大学;吉林大学;苏州大学钱鹏江获国家专利权

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;上海理工大学;吉林大学;苏州大学申请的专利基于全局与局部注意力及细节增强的智能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:CN119991528B

龙图腾网通过国家知识产权局官网在2025-06-17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:202510466455.0,技术领域涉及:G06T5/90;该发明授权基于全局与局部注意力及细节增强的智能检测方法是由钱鹏江;马帅;杨桂松;姚健;张冠宇;樊成;方伟;王闯;顾雨迪设计研发完成,并于2025-04-15向国家知识产权局提交的专利申请。

基于全局与局部注意力及细节增强的智能检测方法在说明书摘要公布了:本发明公开了基于全局与局部注意力及细节增强的智能检测方法,具体涉及工业视觉智能检测技术领域,通过输入样本经过冻结参数的预训练的编码器提取多阶段特征,之后使用瓶颈层融合多尺度语义信息,之后馈送到多阶段重建网络;重建网络的每个阶段由多个FE模块串联,其中一个FE模块为重建组件,重建组件由全局和局部注意力模块SGL和细节增强模块DEH构成;全局和局部注意力模块SGL接收前一个FE模块或前一重建阶段的输出作为输入,提取全局和局部语义信息,输出的结果通过细节增强模块DEH进行细节增强以提高重建质量。

本发明授权基于全局与局部注意力及细节增强的智能检测方法在权利要求书中公布了:1.基于全局与局部注意力及细节增强的智能检测方法,其特征在于:通过输入样本经过冻结参数的预训练的编码器提取多阶段特征,之后使用瓶颈层融合多尺度语义信息,之后反馈到多阶段重建网络; 重建网络的每个阶段由多个FE模块串联,其中一个FE模块为重建组件,重建组件由全局和局部注意力模块SGL和细节增强模块DEH构成;全局和局部注意力模块SGL接收前一个FE模块或前一重建阶段的输出作为输入,提取全局和局部语义信息,输出的结果通过细节增强模块DEH进行细节增强以提高重建质量; 全局和局部注意力模块SGL包含并行的全局GA和局部LA分支,全局GA由多个串联的交叉轴注意力SCA捕获全局语义信息,局部LA包含两个大核深度卷积用于增强局部; 细节增强模块DEH核心包含一个通道注意力CA和多维差分卷积DEConv; 通道注意力CA首先经过全局平均池化AP和全局最大池化MP,获取通道全局信息,通过两个卷积和激活函数学习注意力权重分配,最后通过Sigmoid获取注意力分数与输入特征相乘; 多维差分卷积DEConv包含一个普通卷积和四个差分卷积,依次为中心差分卷积CDC、角差分卷积ADC、水平差分卷积VDC、垂直差分卷积HDC,普通卷积用于获取强度级信息,差分卷积用于增强梯度级信息; 训练过程中使用编码器和解码器不同阶段特征的MSE之和作为损失函数,推理阶段则利用余弦相似度之和获取异常图,并通过设置的评价指标以展示检测效果。

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;上海理工大学;吉林大学;苏州大学,其通讯地址为:214000 江苏省无锡市滨湖区蠡湖大道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。