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！

龙图腾网恭喜复旦大学申请的专利一种端到端的SAR船舶检测方法和系统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：CN114581755B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202210185228.7，技术领域涉及：G06V20/00；该发明授权一种端到端的SAR船舶检测方法和系统是由陈艳瑜;夏志豪;田春旭;刘健;吴陈炜;张丹设计研发完成，并于2022-02-28向国家知识产权局提交的专利申请。

本一种端到端的SAR船舶检测方法和系统在说明书摘要公布了：本发明涉及一种端到端的SAR船舶检测方法和系统，方法包括对SAR船舶数据集进行划分；构建改进Transformer的SAR船舶检测网络模型；训练改进Transformer的SAR船舶检测网络模型；将待检测的SAR船舶数据输入至训练后的改进Transformer的SAR船舶检测网络模型，检测出船舶目标。同时，本发明提出了新的稀疏注意力方法，在感知增强Transformer网络中以考虑SAR图像中船舶稀疏的特点。与现有技术相比，本发明可以有效地抑制SAR船舶的散斑噪声，增强船舶在复杂海陆背景下的显著特征，提高SAR船舶检测的性能。

本发明授权一种端到端的SAR船舶检测方法和系统在权利要求书中公布了：1.一种端到端的SAR船舶检测方法，其特征在于，包括以下步骤：S1、获取SAR船舶数据，并划分为训练集和测试集；S2、构建改进Transformer的SAR船舶检测网络模型，所述改进Transformer的SAR船舶检测网络模型包括CNN网络、感知增强Transformer网络和预测头，其中：所述CNN网络用于提取SAR图像的像素特征；所述感知增强Transformer网络用于融合像素特征和对象查询特征，所述对象查询特征通过将长度为N的随机序列输入到嵌入层得到；所述预测头用于直接预测船舶目标边界框和类别；S3、通过训练集和测试集对改进Transformer的SAR船舶检测网络模型进行训练；S4、将待检测的SAR船舶数据输入至训练后的改进Transformer的SAR船舶检测网络模型，检测出船舶目标；步骤S2中，感知增强Transformer网络包括：特征感知增强模块，用于进行稀疏自注意力操作，建立全局像素级特征之间的相关性和所有预测对象之间的交互关系，得到感知增强的像素特征和对象查询特征；任务感知增强模块，用于进行稀疏交叉注意力操作，融合感知增强的像素特征和对象查询特征。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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”。