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！

龙图腾网获悉华南师范大学申请的专利多路交叉检测模型训练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：CN118298421B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202410298095.3，技术领域涉及：G06V20/69；该发明授权多路交叉检测模型训练方法是由吉雁鸿;卢考燕设计研发完成，并于2024-03-15向国家知识产权局提交的专利申请。

本多路交叉检测模型训练方法在说明书摘要公布了：本申请提供一种多路交叉检测模型训练方法，包括：医学图像样本切片进行裁剪，得到多个医学图像样本；将多个医学图像样本输入至预设的编码器进行特征提取处理，得到多个第一特征表示和包级特征表示；根据第一特征表示对应预设的各个图像类别的概率，获得对应各个图像类别的关键特征表示；获取关键特征表示之间的局部结构信息；根据关键特征表示、包级特征表示和局部结构信息，得到第一注意力权重矩阵和第二注意力权重矩阵，以结合包级特征表示和关键特征表示，得到医学图像样本切片的预测结果；根据预测结果和样本图像类别，训练待训练的多路交叉检测模型的模型参数，得到用于预测医学图像样本切片的图像类别的多路交叉检测模型。

本发明授权多路交叉检测模型训练方法在权利要求书中公布了：1.一种多路交叉检测模型训练方法，其特征在于，包括： 对医学图像样本切片进行裁剪，得到多个医学图像样本，所述医学图像样本对应有样本图像类别； 将所述多个医学图像样本输入至预设的编码器进行特征提取处理，得到各个医学图像样本的第一特征表示和对应所述医学图像样本切片的包级特征表示；所述包级特征表示由同一个所述医学图像样本切片的多个第一特征表示拼接得到； 根据所述第一特征表示对应预设的各个图像类别的概率，获得根据第一特征表示挖掘得到的对应各个图像类别的关键特征表示； 将所述关键特征表示对应的各个医学图像样本确定为关键样本，构建对应同一图像类别的所述关键样本的拓扑结构，以获取所述关键特征表示之间的局部结构信息； 将所述关键特征表示、所述包级特征表示和所述局部结构信息输入至待训练的多路交叉检测模型，得到根据所述关键特征表示和所述包级特征表示进行交叉注意力处理的第一注意力权重矩阵，以及对所述包级特征表示和所述局部结构信息输入进行交叉注意力处理的第二注意力权重矩阵； 根据所述第一注意力权重矩阵、所述第二注意力权重矩阵、所述包级特征表示和所述关键特征表示，得到所述医学图像样本切片的预测结果； 根据所述预测结果和所述样本图像类别，训练所述待训练的多路交叉检测模型的模型参数，得到用于预测医学图像样本切片的图像类别的多路交叉检测模型。

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华南师范大学，其通讯地址为：510006 广东省广州市番禺区外环西路378号华南师范大学物理学院；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。