基于CNN-自注意力机制混合架构的遥感图像分类方法(高校公示15天)(不包年费滞纳金)(需要二变)
本申请涉及图像识别技术领域的一种基于CNN‑自注意力机制混合架构的遥感图像分类方法。该方法包括:对获取的遥感图像进行标注,得到训练样本;构建基于遥感图像分类模型,该模型包括输入网络、特征提取网络和分类网络,特征提取网络用于采用依次连接的4个stage对卷积特征图进行多尺度的全局和局部特征提取,得到多尺度特征图;stage采用ADC模块和CPA模块堆叠的结构;ADC模块和CPA模块均是在MetaFormer的范式的基础上构建的;采用训练样本对遥感图像分类模型进行训练,采用训练好的遥感图像分类模型对待分类遥感图像进行分类,得到遥感图像分类结果。采用本方法可以提高遥感图像分类的准确率。
《基于CNN-自注意力机制混合架构的遥感图像分类方法(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 2022112929333,当前法律状态为已下证,由长沙理工大学提出申请,发明人为王威;李希杰;王新;李骥,申请日期为2022-10-21,公开(公告)日期为2025-12-23,国际专利分类号(IPC)为 G06V 10/764 (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:本申请涉及图像识别技术领域的一种基于CNN‑自注意力机制混合架构的遥感图像分类方法。该方法包括:对获取的遥感图像进行标注,得到训练样本;构建基于遥感图像分类模型,该模型包括输入网络、特征提取网络和分类网络,特征提取网络用于采用依次连接的4个stage对卷积特征图进行多尺度的全局和局部特征提取,得到多尺度特征图;stage采用ADC模块和CPA模块堆叠的结构;ADC模块和CPA模块均是在MetaFormer的范式的基础上构建的;采用训练样本对遥感图像分类模型进行训练,采用训练好的遥感图像分类模型对待分类遥感图像进行分类,得到遥感图像分类结果。采用本方法可以提高遥感图像分类的准确率。
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!
