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！

龙图腾网获悉武汉TCL集团工业研究院有限公司申请的专利多尺度卷积的方法、装置、终端设备及存储介质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：CN114648643B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202011506102.2，技术领域涉及：G06V10/52；该发明授权多尺度卷积的方法、装置、终端设备及存储介质是由王树朋;刘阳兴设计研发完成，并于2020-12-18向国家知识产权局提交的专利申请。

本多尺度卷积的方法、装置、终端设备及存储介质在说明书摘要公布了：本申请适用于卷积处理的技术领域，提供了一种多尺度卷积的方法、装置、终端设备及存储介质，方法包括：将待处理矩阵按预设通道输入卷积神经网络，卷积神经网络包括与预设通道对应的卷积组；通过卷积组对待处理矩阵进行多尺度卷积计算，输出目标特征矩阵。上述方案，通过多个组卷积提高卷积神经网络对待处理矩阵多尺度特征的提取能力。无需额外增加不同尺度的卷积层，故可以在不增加计算量的前提下，提高模型处理效果。

本发明授权多尺度卷积的方法、装置、终端设备及存储介质在权利要求书中公布了：1.一种多尺度卷积的方法，其特征在于，包括： 将待处理矩阵按预设通道输入卷积神经网络，所述卷积神经网络包括与所述预设通道对应的卷积组，其中，所述待处理矩阵包括待处理图像，所述待处理图像为带有多个图像通道的图像，且所述待处理图像的图像通道数量与所述卷积神经网络的输入神经元数量相同，所述卷积神经网络中不同感受野对应的卷积组在多组输入神经元与多组输出神经元之间依照不同顺序进行排列，同一卷积组内的感受野相同，不同卷积组之间的感受野不同； 通过所述卷积组对所述待处理矩阵进行多尺度卷积计算，输出目标特征矩阵； 其中，所述卷积神经网络中第一组输入神经元和所述第一组输入神经元对应的第一组输出神经元之间的卷积组的排列顺序依次为第一卷积组、第二卷积组、第三卷积组以及第四卷积组，所述卷积神经网络中第二组输入神经元和所述第二组输入神经元对应的第二组输出神经元之间的卷积组的排列顺序依次为所述第四卷积组、所述第一卷积组、所述第二卷积组以及所述第三卷积组，所述卷积神经网络中第三组输入神经元和所述第三组输入神经元对应的第三组输出神经元之间的卷积组的排列顺序依次为所述第三卷积组、所述第四卷积组、所述第一卷积组以及所述第二卷积组，所述卷积神经网络中第四组输入神经元和所述第四组输入神经元对应的第四组输出神经元之间的卷积组的排列顺序依次为所述第二卷积组、所述第三卷积组、所述第四卷积组以及所述第一卷积组；或者，所述卷积神经网络中第一组输入神经元和所述第一组输入神经元对应的第一组输出神经元之间的卷积组的排列顺序依次为第一卷积组、第二卷积组、第三卷积组以及第四卷积组，所述卷积神经网络中第二组输入神经元和所述第二组输入神经元对应的第二组输出神经元之间的卷积组的排列顺序依次为所述第二卷积组、所述第一卷积组、所述第四卷积组以及所述第三卷积组，所述卷积神经网络中第三组输入神经元和所述第三组输入神经元对应的第三组输出神经元之间的卷积组的排列顺序依次为所述第三卷积组、所述第四卷积组、所述第一卷积组以及所述第二卷积组，所述卷积神经网络中第四组输入神经元和所述第四组输入神经元对应的第四组输出神经元之间的卷积组的排列顺序依次为所述第四卷积组、所述第三卷积组、所述第二卷积组以及所述第一卷积组。

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武汉TCL集团工业研究院有限公司，其通讯地址为：430000 湖北省武汉市东湖新技术开发区高新大道999号未来科技大厦8层；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。