買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉徐工消防安全裝備有限公司;燕山大學(xué)申請的專利一種多模態(tài)目標(biāo)檢測方法、裝置、終端及儲(chǔ)存介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120318503B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號(hào)為：202510807532.4，技術(shù)領(lǐng)域涉及：G06V10/25；該發(fā)明授權(quán)一種多模態(tài)目標(biāo)檢測方法、裝置、終端及儲(chǔ)存介質(zhì)是由王國寶;肖宏;高志剛設(shè)計(jì)研發(fā)完成，并于2025-06-17向國家知識(shí)產(chǎn)權(quán)局提交的專利申請。

本一種多模態(tài)目標(biāo)檢測方法、裝置、終端及儲(chǔ)存介質(zhì)在說明書摘要公布了：本發(fā)明公開了目標(biāo)檢測技術(shù)領(lǐng)域的一種多模態(tài)目標(biāo)檢測方法、裝置、終端及儲(chǔ)存介質(zhì)，旨在解決現(xiàn)有技術(shù)通常存在依賴標(biāo)注數(shù)據(jù)、視覺骨干多樣性不足的問題，且訓(xùn)練成本較高的問題。其包括以下步驟：獲取目標(biāo)圖像；將目標(biāo)圖像輸入至預(yù)訓(xùn)練好的多模態(tài)目標(biāo)檢測模型，輸出定位及分類預(yù)測結(jié)果，完成檢測；本發(fā)明首次在目標(biāo)檢測任務(wù)中引入U(xiǎn)Net網(wǎng)絡(luò)作為視覺骨干網(wǎng)絡(luò)，突破了傳統(tǒng)有監(jiān)督和無監(jiān)督方法的局限性，為目標(biāo)檢測任務(wù)提供了全新的特征表示方式；本發(fā)明利用多模態(tài)目標(biāo)檢測模型的自監(jiān)督學(xué)習(xí)能力，減少了對大量標(biāo)注數(shù)據(jù)的依賴，降低了訓(xùn)練成本，同時(shí)提升了模型在數(shù)據(jù)稀缺場景下的適用性。

本發(fā)明授權(quán)一種多模態(tài)目標(biāo)檢測方法、裝置、終端及儲(chǔ)存介質(zhì)在權(quán)利要求書中公布了：1.一種多模態(tài)目標(biāo)檢測方法，其特征在于，包括以下步驟： 獲取目標(biāo)圖像； 將目標(biāo)圖像輸入至預(yù)訓(xùn)練好的多模態(tài)目標(biāo)檢測模型，輸出定位及分類預(yù)測結(jié)果，完成檢測；所述多模態(tài)目標(biāo)檢測模型包括CLIP編碼器、VAE編碼器、UNet網(wǎng)絡(luò)和檢測頭； 其中，所述多模態(tài)目標(biāo)檢測模型對目標(biāo)圖像的檢測過程具體包括： 將目標(biāo)圖像輸入到CLIP編碼器中，生成文本提示嵌入； 將目標(biāo)圖像輸入到VAE編碼器中，生成潛在特征圖； 將潛在特征圖和文本提示嵌入輸入至UNet網(wǎng)絡(luò)，獲取多尺度擴(kuò)散特征圖； 計(jì)算文本提示嵌入與潛在特征圖在UNet網(wǎng)絡(luò)中的交叉注意力計(jì)算結(jié)果圖； 根據(jù)交叉注意力計(jì)算結(jié)果圖與多尺度擴(kuò)散特征圖進(jìn)行通道維度拼接形成增強(qiáng)后的特征圖； 將增強(qiáng)后的特征圖輸入到檢測頭中，輸出定位和分類預(yù)測結(jié)果； 所述將目標(biāo)圖像輸入到CLIP編碼器中，生成文本提示嵌入，具體包括： 將目標(biāo)圖像輸入到CLIP編碼器中，獲取對應(yīng)的圖像特征； 將對應(yīng)的圖像特征通過兩層線性層，得到映射后的文本提示嵌入； 所述根據(jù)交叉注意力計(jì)算結(jié)果圖與多尺度擴(kuò)散特征圖進(jìn)行通道維度拼接形成增強(qiáng)后的特征圖，具體包括： 將交叉注意力計(jì)算結(jié)果圖的二、三層與多尺度擴(kuò)散特征圖的三、四層沿通道維度拼接，形成增強(qiáng)后的特征圖； 所述將增強(qiáng)后的特征圖輸入到檢測頭中，輸出定位和分類預(yù)測結(jié)果，具體包括： 將增強(qiáng)后的特征圖輸入到檢測頭的FPN模塊中，進(jìn)行多尺度特征融合，獲取融合后的特征圖； 將融合后的特征圖輸入到檢測頭的分類模塊和定位模塊中，輸出定位和分類預(yù)測結(jié)果。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人徐工消防安全裝備有限公司;燕山大學(xué)，其通訊地址為：221100 江蘇省徐州市高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)珠江東路17號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。