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！

龙图腾网获悉同济大学申请的专利一种基于加权可变形卷积目标检测方法和装置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：CN115620141B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202211319155.2，技术领域涉及：G06V20/10；该发明授权一种基于加权可变形卷积目标检测方法和装置是由许雄;赵贝贝;童小华;谢欢;王超;冯永玖;陈鹏设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本一种基于加权可变形卷积目标检测方法和装置在说明书摘要公布了：本发明涉及一种基于加权可变形卷积目标检测方法和装置，在经典的方法FasterR‑CNN的基础上，进行了以下优化：在特征提取网络ResNet‑101中引入了加权可变形卷积和全局上下文模块；在特征融合网络中，使用了轻量级的特征融合网络替换特征金字塔网络来学习多尺度特征表示；在损失函数中引入位置损失函数，位置损失函数包括宽高比损失函数和交并比损失函数；在后处理过程中，采用基于中心距离的非极大抑制算法。与现有技术相比，本发明可有效提取和增强目标的边界特征，在保证检测精度的同时加快训练速度，预测框的位置和宽高比均更接近于真实框，同时解决了重叠目标漏检的问题。

本发明授权一种基于加权可变形卷积目标检测方法和装置在权利要求书中公布了：1.一种基于加权可变形卷积目标检测方法，其特征在于，包括如下步骤： 获取待检测图像，将所述待检测图像转换为预设格式，获得统一格式的待检测图像； 将所述统一格式的待检测图像输入预训练好的目标检测模型，获得目标检测结果， 其中，所述目标检测模型包括： 特征提取网络，包括全局上下文子网络和加权可变形卷积子网络，所述全局上下文子网络用于根据所述统一格式的待检测图像，获取远程依赖特征，所述加权可变形卷积子网络基于所述待检测图像的标准采样点位置来计算二维偏移量，获得偏移后的采样点位置，根据所述偏移后的采样点位置和偏移权重进行采样，获取复杂目标特征； 特征融合网络，用于根据所述的远程依赖特征和复杂目标特征，获得融合的多尺度特征金字塔，根据所述融合的多尺度特征金字塔，输出目标检测结果； 所述的融合的多尺度特征金字塔的获得方法包括如下步骤： 对包括所述的远程依赖特征和复杂目标特征在内的源特征图进行转换，获取转换后的特征图； 对转换后的源特征图上采样； 将转换后的特征图逐像素相加并取均值，获取融合特征图； 采用包括上采样和下采样在内的方式，根据融合特征图获取融合的多尺度特征金字塔。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。

以上内容由龙图腾AI智能生成。