申请/专利权人：福州大学

申请日：2024-01-12

公开（公告）日：2024-04-12

公开（公告）号：CN117876706A

主分类号：G06V10/44

分类号：G06V10/44;G06V10/774;G06V10/82;G06V10/80;G06N3/0464;G06N3/0455;G06N3/048;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明提供一种基于CNN‑Transformer交叉融合的伪装目标检测方法，包括：进行数据预处理，包括数据配对、数据增强处理，得到训练数据集；设计由并行特征提取网络、多个交叉融合模块和金字塔式渐进聚合模块组成的基于CNN‑Transformer交叉融合的伪装目标检测网络；设计损失函数，指导步骤B所设计网络的参数优化；使用步骤A得到的训练数据集训练步骤B中的基于CNN‑Transformer交叉融合的伪装目标检测网络，得到训练好的基于CNN‑Transformer交叉融合的伪装目标检测模型；将待测图像输入训练好的基于CNN‑Transformer交叉融合的伪装目标检测模型，输出伪装目标的掩码图像。

主权项：1.一种基于CNN-Transformer交叉融合的伪装目标检测方法，其特征在于：包括以下步骤：步骤A、进行数据预处理，包括数据配对、数据增强处理，得到训练数据集；步骤B、设计由并行特征提取网络、多个交叉融合模块和金字塔式渐进聚合模块组成的基于CNN-Transformer交叉融合的伪装目标检测网络；步骤C、设计损失函数，以指导步骤B所设计网络的参数优化；步骤D、使用步骤A得到的训练数据集训练步骤B中的基于CNN-Transformer交叉融合的伪装目标检测网络，得到训练好的基于CNN-Transformer交叉融合的伪装目标检测模型；步骤E、将待测图像输入训练好的基于CNN-Transformer交叉融合的伪装目标检测模型，输出伪装目标的掩码图像。

全文数据：

权利要求：

百度查询： 福州大学 基于CNN-Transformer交叉融合的伪装目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD