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！

龙图腾网获悉国网上海市电力公司;上海交通大学申请的专利一种基于轻量化Transformer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：CN119169277B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202411492252.0，技术领域涉及：G06V10/25；该发明授权一种基于轻量化Transformer的目标检测方法是由周炜;朱莹;殷展;郭凯;陈丽蓉;王光东;季东辉;王素宁;童欣;景晓娟;徐智豪;朱文欢设计研发完成，并于2024-10-24向国家知识产权局提交的专利申请。

本一种基于轻量化Transformer的目标检测方法在说明书摘要公布了：本发明涉及一种基于轻量化Transformer的目标检测方法，如下步骤：利用基于多尺度线性注意力机制和轻量级卷积结构的改进EfficientViT骨干网络，提取输入的图片中的特征，得到多个空间尺度不同的特征图；根据预设的目标空间尺度以及特征图对应的空间尺度间的大小关系，通过上采样、下采样和直接传递将多个特征图的空间尺度统一为目标空间尺度，通过哈达玛积得到融合特征；基于所述融合特征得到目标的预测框信息，计算考虑预测框与真实框的中心点距离以及宽高比差异的损失函数值，实现轻量化Transformer模型的训练。与现有技术相比，本发明实现复杂场景下的目标检测，特别是提升了小目标检测的精度和实时性。

本发明授权一种基于轻量化Transformer的目标检测方法在权利要求书中公布了：1.一种基于轻量化Transformer的目标检测方法，其特征在于，以待检测图片作为训练好的轻量化Transformer模型的输入，得到目标的预测框信息，实现目标检测，其中，所述轻量化Transformer模型的训练过程包括如下步骤： 步骤S1，利用基于多尺度线性注意力机制和轻量级卷积结构的改进EfficientViT骨干网络，提取输入的图片中的特征，得到多个空间尺度不同的特征图； 步骤S2，根据预设的目标空间尺度以及特征图对应的空间尺度间的大小关系，通过上采样、下采样和直接传递将多个特征图的空间尺度统一为目标空间尺度，通过哈达玛积得到融合特征； 步骤S3，基于所述融合特征得到目标的预测框信息，计算考虑预测框与真实框的中心点距离以及宽高比差异的损失函数值，实现轻量化Transformer模型的训练， 所述的步骤S1中，骨干网络基于EfficientViT架构构建，包括逐渐缩小特征图空间尺寸的四个阶段，在第二阶段和第三阶段中，利用EfficientViTBlock动态聚合全局上下文信息实现对不同位置之间的长距离依赖关系的建模， 所述的骨干网络中，第四阶段采用EfficientViTBlock替换传统的移动翻转瓶颈卷积，通过减少卷积操作降低运算量， 所述的步骤S2中，在将多个特征图的空间尺度统一为目标空间尺度之后，还包括： 针对每个特征图分别进行轻量化卷积操作，所述的轻量化卷积操作为GSConv； 所述的步骤S3中，损失函数为： 其中，为损失函数值，表示预测框和真实框的交并比，为预测框和真实框中心点之间的欧几里得距离，是包围预测框和真实框的最小外接矩形的对角线长度，用于归一化中心点距离，是宽高比差异的加权因子，用于平衡宽度和高度项对损失的影响，和分别为预测框的宽度和高度，和分别为真实框的宽度和高度。

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国网上海市电力公司;上海交通大学，其通讯地址为：200122 上海市浦东新区自由贸易试验区源深路1122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。