结合多模态数据融合和Multiplemix的水下目标检测方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种结合多模态数据融合和Multiplemix的水下目标检测方法，提出多模态数据融合，防止信息丢失的下采样网络SPDmix，卷积注意力融合网络CACmix，此外还提出新的损失函数和正负样本分配策略。该方法分别对输入的单模态RGB图像和单模态多光谱图像数据进行特征提取，并融合两种模态并输入到网络中，在下采样时，不丢弃特征，选择深度融合减少信息丢失。其次通过注意力融合机制赋予特征之间权重来侧重特征之间的交互，使网络学习局部特征的依赖关系。最后通过三个检测头来实现对目标的定位和分类。该发明能够减少网络特征提取过程中信息的丢失，有效的提高了网络的特征提取能力，实现了对水下目标更准确的检测。

《结合多模态数据融合和Multiplemix的水下目标检测方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2023109235887，当前法律状态为已下证，由南京信息工程大学提出申请，发明人为陈苏婷;陈志伟;吴旭;代康;汪鸿建，申请日期为2023-07-26，公开（公告）日期为2023-10-13，国际专利分类号（IPC）为 G06V20/05(2022.01)I;G06V10/774(2022.01)I;G06V10/80(2022.01)I;G06V10/82(2022.01)I。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种结合多模态数据融合和Multiplemix的水下目标检测方法，提出多模态数据融合，防止信息丢失的下采样网络SPDmix，卷积注意力融合网络CACmix，此外还提出新的损失函数和正负样本分配策略。该方法分别对输入的单模态RGB图像和单模态多光谱图像数据进行特征提取，并融合两种模态并输入到网络中，在下采样时，不丢弃特征，选择深度融合减少信息丢失。其次通过注意力融合机制赋予特征之间权重来侧重特征之间的交互，使网络学习局部特征的依赖关系。最后通过三个检测头来实现对目标的定位和分类。该发明能够减少网络特征提取过程中信息的丢失，有效的提高了网络的特征提取能力，实现了对水下目标更准确的检测。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！