买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军陆军炮兵防空兵学院申请的专利一种基于CNN与ViT融合的递进式辅助目标检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115546499B 。

龙图腾网通过国家知识产权局官网在2025-08-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211247365.5，技术领域涉及：G06V10/40；该发明授权一种基于CNN与ViT融合的递进式辅助目标检测方法及系统是由李从利;席智中;沈延安;高一博;刘永峰;韦哲设计研发完成，并于2022-10-12向国家知识产权局提交的专利申请。

本一种基于CNN与ViT融合的递进式辅助目标检测方法及系统在说明书摘要公布了：本发明提供一种基于CNN与ViT融合的递进式辅助目标检测方法及系统，方法包括：将CNN与ViT结构进行串联式融合；Paodetection由特征提取网络CNN、分离前景与背景的RPN结构以及三个用进行目标间建模的ViT结构组成，其中，由CNN率先提取目标特征，降低特征图分辨率；随后，RPN结构对CNN输出的特征金字塔提取不同尺度层级的感兴趣区域，将其对应特征分别按照递进式结构输入三层ViT进行目标间建模，利用相关性注意力图实现特征交互与补充，提升特征有效性，进而提升检测效果；采用松弛边界计算方法，动态计算每个batch中不同图片的目标尺度聚类形况，为监督学习添加目标划分软边界。本发明解决了融合效果不佳、增加网络负荷、错检漏检的技术问题。

本发明授权一种基于CNN与ViT融合的递进式辅助目标检测方法及系统在权利要求书中公布了：1.一种基于CNN与ViT融合的递进式辅助目标检测方法，其特征在于，所述方法包括： S1、构建Paodetection模型，其中，所述Paodetection模型包括：特征提取骨干网络backbone、检测颈、检测头，利用所述特征提取骨干网络backbone提取目标特征，以所述检测颈根据所述目标特征，对差异层特征图进行上下融合，以得到语义位置信息差异分辨率特征图，二分类并回归处理所述差异层特征图，据以得到不少于2个的感兴趣区域，对不同尺度级别的所述感兴趣区域进行目标间建模，以交互并补充所述目标特征，以得到ViT输出结果，以所述检测头分类并回归处理所述ViT输出数据，以得到ViT预测结果； S2、构建递进式目标间辅助检测模型，以利用基于ViT的感兴趣区域建模方法对大分辨率RoI特征进行目标间建模与特征对齐，以得到对齐大分辨率RoI特征以及对齐中分辨率RoI特征，据以进行目标间建模与特征对齐，利用所述对齐大分辨率RoI特征以及所述对齐中分辨率RoI特征与小分辨率RoI特征，进行目标间建模与特征对齐，以利用CSPNet从差异尺度特征图上抽取所述感兴趣区域； S3、对所述Paodetection模型中所述检测颈的每层RPN网络输出的前景目标以及所述ViT输出结果，按照simOTA动态正负样本分配策略进行训练； S4、以所述Paodetection模型计算所述每层RPN网络输出与所述ViT输出数据的分类损失与回归损失，据以得到联合概率损失； S5、设计面积缩放函数，根据长宽比例因子对预置数据集中的目标按照缩放后目标面积进行聚类，将所有所述目标按照所述缩放后目标面积分成不少于2个部分，以得到不少于2个的聚类中心以得到动态聚类结果，据以对每张图重新分配目标尺度的划分界限，以利用大目标辅助检测中小目标。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军陆军炮兵防空兵学院，其通讯地址为：230071 安徽省合肥市蜀山区黄山路451号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。