基于CNN和Transformer双向协同指导网络的海洋生物检测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于CNN和Transformer双向协同指导网络的海洋生物检测方法,其搭建由骨干网络、用于增强从骨干网络中提取出的特征的全局特征增强模块、以渐进的方式融合不同尺度的特征的双分支跨层级渐进特征融合模块三部分组成的深度神经网络,作为基于CNN和Transformer的双向协同指导网络;使用扩展训练集对深度神经网络进行网络训练,以训练得到深度神经网络训练模型;利用深度神经网络训练模型对测试集中的每幅图像进行测试,检测得到测试集中的每幅图像对应的伪装海洋生物检测图像;优点是其能够准确高效地检测出水下的海洋生物。
《基于CNN和Transformer双向协同指导网络的海洋生物检测方法(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 2022115532528,当前法律状态为已下证,由宁波大学提出申请,发明人为姜求平;程金广;邵枫,申请日期为2022-12-06,公开(公告)日期为2025-06-17,国际专利分类号(IPC)为 G06V 20/05 (2022.01),高新资质:未报高企。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:本发明公开了一种基于CNN和Transformer双向协同指导网络的海洋生物检测方法,其搭建由骨干网络、用于增强从骨干网络中提取出的特征的全局特征增强模块、以渐进的方式融合不同尺度的特征的双分支跨层级渐进特征融合模块三部分组成的深度神经网络,作为基于CNN和Transformer的双向协同指导网络;使用扩展训练集对深度神经网络进行网络训练,以训练得到深度神经网络训练模型;利用深度神经网络训练模型对测试集中的每幅图像进行测试,检测得到测试集中的每幅图像对应的伪装海洋生物检测图像;优点是其能够准确高效地检测出水下的海洋生物。
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!
