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！

龙图腾网获悉东南大学;东南大学深圳研究院申请的专利一种基于并联交互架构模型实现多维度特征融合的目标检测方法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：CN115690549B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202211420718.7，技术领域涉及：G06V10/80；该发明授权一种基于并联交互架构模型实现多维度特征融合的目标检测方法是由杜松林;谢昊设计研发完成，并于2022-11-12向国家知识产权局提交的专利申请。

本一种基于并联交互架构模型实现多维度特征融合的目标检测方法在说明书摘要公布了：本发明公开了一种基于并联交互架构模型实现多维度特征融合的目标检测方法，包括以下步骤：数据获取与处理，搭建模型训练环境、将数据集中的数据送入搭建好的模型中训练以及最终模型的验证与检测，本发明解决了传统目标检测任务中收敛速度慢、训练耗时长等难题，提高了目标检测任务的检测精度和检测速度。

本发明授权一种基于并联交互架构模型实现多维度特征融合的目标检测方法在权利要求书中公布了：1.一种基于并联交互架构模型实现多维度特征融合的目标检测方法，其特征在于，包括以下步骤： 步骤1：准备模型训练所需COCO2017数据集；在服务器中配置COCO2017数据集，按照要求格式放入训练文件夹； 步骤2：在mmdetection框架下搭建模型，配置训练所需PyTorch深度学习环境； 步骤3：设置好训练超参数，将数据集输入到并联交互架构端到端目标检测模型中进行训练； 步骤4：模型将输入图像送入ResNet50中进行特征提取，输出多尺度特征图featuremap，接着由多尺度特征图构建3D特征采样空间； 步骤5：生成一组包含内容向量和位置向量的预测向量objectqueries，对每个objectquery而言，objectquery通过前馈神经网络生成采样偏移，以其位置向量作为初始坐标，结合采样偏移生成模型初始采样点； 步骤6：以初始采样点和其在采样空间的八个邻点构成一个局部采样窗口，对窗口内的点进行插值，得到窗口特征，接着铺平窗口； 步骤7：得到的特征矩阵送入特征融合网络CFFN，CFFN由一个单向并联交互结构PSUI和一个组间自注意力层构成，这层实现对特征在空间和通道维度上的充分融合； 步骤8：充分融合后的特征送入AdaptiveMixing解码层进行特征解耦； 步骤9：解码层的最终输出依次通过两个前馈神经网络FFN分别更新objectquery的内容向量和位置向量，其内容向量和位置向量再经过两个FFN预测待检测目标的类别与位置； 步骤10：模型训练完毕后，可以验证其精度，也可以用训练好的模型文件根据输入的测试图片生成检测框，检测出测试图片中待检测物体的类别和位置。

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东南大学;东南大学深圳研究院，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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”。