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！

龙图腾网获悉河南理工大学申请的专利一种基于伪全局Swin Transformer的综采工作面目标识别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：CN117237712B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202311178449.2，技术领域涉及：G06V10/764；该发明授权一种基于伪全局Swin Transformer的综采工作面目标识别方法是由王科平;左鑫浩;索冰倩;连凯海;杨艺;李冰锋;李新伟;崔立志设计研发完成，并于2023-09-12向国家知识产权局提交的专利申请。

本一种基于伪全局Swin Transformer的综采工作面目标识别方法在说明书摘要公布了：本发明公开了一种基于伪全局SwinTransformer的综采工作面目标识别方法，包括以下步骤：S1、对井下综采工作面的摄像头拍摄图像进行数据筛选并构建数据集；S2、对数据集中的图片以检测关键目标进行标注处理；S3、使用数据集增强策略对数据集中的图像进行处理，增强数据集的泛化能力；S4、以增强后数据集中的图片数据构建基于SwinTransformer的综采工作目标检测模型；S5、构建伪全局窗口Transformer模块并将其加入到综采工作目标检测模型中；S6、通过Adamw优化器对综采工作目标检测模型进行优化，得到最终的检测结果。

本发明授权一种基于伪全局Swin Transformer的综采工作面目标识别方法在权利要求书中公布了：1.一种基于伪全局SwinTransformer的综采工作面目标识别方法，其特征在于：包括以下步骤： S1、对井下综采工作面的摄像头拍摄图像进行数据筛选并构建数据集； S2、对数据集中的图片以检测关键目标进行标注处理； S3、使用数据集增强策略对数据集中的图像进行处理，增强数据集的泛化能力； S4、以增强后数据集中的图片数据构建基于SwinTransformer的综采工作目标检测模型； S5、构建伪全局窗口Transformer模块并将其加入到综采工作目标检测模型中； S6、通过Adamw优化器对综采工作目标检测模型进行优化，得到最终的检测结果； 所述步骤S5中，伪全局窗口Transformer模块包括上支和下支，构建伪全局窗口Transformer模块包括以下步骤： S51、输入特征图x，上支先采用标准卷积对特征信息实现聚合得到xPG，之后对高度聚合后的特征信息拉平进行维度变换，再经过LN层后根据多头数量进行分头操作，将得到的多头聚合点特征进行特定维度上的扩充，得到伪全局特征x*PG；最后生成对应伪全局特征信息的伪全局特征向量KPG、VPG； S52、下支对输入特征图x进行窗口划分以及维度的变化得到xW，之后对xW进行多头维度变换操作得到x*W，进而生成特征信息x*W对应的窗口信息特征向量QW、KW、VW；其中窗口信息特征向量KW、VW与上支得到的伪全局特征向量KPG、VPG在第二维度上进行拼接，生成伪全局-窗口信息特征向量KPG_W、VPG_W，之后QW、KPG_W、VPG_W进行多头自注意力计算，其计算公式为： 其中，KPG_W＝ConcatKW,KPG，VPG_W＝ConcatVW,VPG；位置编码采用可学习绝对位置编码； S53、将伪全局-窗口多头自注意力的结果送入移位窗口多头自注意力层进行计算。

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河南理工大学，其通讯地址为：454000 河南省焦作市高新区世纪大道2001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”。

以上内容由龙图腾AI智能生成。