基于轻量级长短距离注意力transformer网络的火灾图像检测方法（高校公示15天）（不包年费滞纳金）（需要二变）

一种基于轻量级长短距离注意力transformer网络的火灾图像检测方法，先采集火焰图片；再使用火焰检测网络进行检测，步骤包括：1)利用设计的轻量级特征提取主干网络处理输入待检测火焰图片，并输出提取到的三个不同分辨率的多尺度火焰特征；2)构建基于BiFPN的特征融合网络对前述多尺度火焰特征进行特征融合处理，并输出融合了三个不同分辨率层的融合特征；3)网络的分类层对前述融合特征进行分类预测，判断火焰的存在及其在图像中的位置。本发明中：轻量级的主干网络结构提高了检测速度；长短注意力机制的transformer提高了检测精度；特征融合机制BiFPN，提高了检测火灾图像中小目标火焰的能力，这提高了早期火灾和远距离拍摄的火灾图像的识别准确率。

《基于轻量级长短距离注意力transformer网络的火灾图像检测方法（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 2022108528956，当前法律状态为已下证，由南京林业大学提出申请，发明人为赵亚琴;赵文轩，申请日期为2022-07-20，公开（公告）日期为2026-01-30，国际专利分类号（IPC）为 G06V 20/52 (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：一种基于轻量级长短距离注意力transformer网络的火灾图像检测方法，先采集火焰图片；再使用火焰检测网络进行检测，步骤包括：1)利用设计的轻量级特征提取主干网络处理输入待检测火焰图片，并输出提取到的三个不同分辨率的多尺度火焰特征；2)构建基于BiFPN的特征融合网络对前述多尺度火焰特征进行特征融合处理，并输出融合了三个不同分辨率层的融合特征；3)网络的分类层对前述融合特征进行分类预测，判断火焰的存在及其在图像中的位置。本发明中：轻量级的主干网络结构提高了检测速度；长短注意力机制的transformer提高了检测精度；特征融合机制BiFPN，提高了检测火灾图像中小目标火焰的能力，这提高了早期火灾和远距离拍摄的火灾图像的识别准确率。

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！