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！

龙图腾网恭喜杭州电子科技大学申请的专利基于多级分离特征增强和空间注意力的标签文本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：CN116486394B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202310510003.9，技术领域涉及：G06V20/62；该发明授权基于多级分离特征增强和空间注意力的标签文本检测方法是由胡海洋;冯凯华;朱寅城设计研发完成，并于2023-05-08向国家知识产权局提交的专利申请。

本基于多级分离特征增强和空间注意力的标签文本检测方法在说明书摘要公布了：本发明公开基于多级分离特征增强和空间注意力的标签文本检测方法。获取工业产品标签文本图像并预处理，放入ResNet50HS‑Block，获得充分的感受野，得到多尺度特征图；采用双分支设计思想，将特征图分别送入SAFFMG和CFPEM来提取多尺度的特征信息，然后将融合双分支生成的特征图经过简单的拼接和卷积操作后，经检测头Head预测实例向量、文本区域、文本核；将实例向量、文本区域、文本核通过融合背景的像素聚合算法PA获得检测结果。本发明方法适用各种复杂工厂环境，以及不受限工业标签形状、位置不一，采用的网络模型在检测速度满足基本要求的情况下，准确率显著高于现有模型。

本发明授权基于多级分离特征增强和空间注意力的标签文本检测方法在权利要求书中公布了：1.基于多级分离特征增强和空间注意力的标签文本检测方法，其特征在于所述方法包括以下步骤：步骤1、对工业产品进行拍摄，获取工业产品标签文本图像，并对所述工业产品标签文本图像进行预处理；步骤2、将预处理后的文本图像放入ResNet50HS-Block，获得充分的感受野，得到多尺度特征图；所述ResNet50HS-Block以ResNet50网络为骨架，用多级分离模块Hierarchical-SplitBlock替换原有3×3卷积模块；步骤3、采用双分支设计思想，将ResNet50HS-Block输出的多尺度特征图分别送入基于空间注意力的特征融合模块SAFFMG和渐进式融合的特征金字塔模块CFPEM，提取多尺度的特征信息；所述基于空间注意力的特征融合模块SAFFMG，用以提取多尺度的特征信息，具体是：对所述ResNet50HS-Block输出的不同尺度的特征映射经过上采样和叠加操作后被缩放成相同的分辨率，得到特征映射然后将上述特征映射X1进行串接，再通过一次3×3的卷积得到中间特征将中间特征M输入到空间注意力模块SpatialAttention中，计算空间注意力权重根据空间注意力权重对N个特征映射加权，获取融合特征所述空间注意力模块SpatialAttention对输入特征分别进行最大池化操作和平均池化操作，之后进行Concat拼接，再对拼接后的特征与原输入特征再次融合，接着做一次卷积，得到空间注意力权重所述渐进式融合的特征金字塔模块CFPEM包括特征金字塔增强模块FPEM和特征融合模块FFM；特征金字塔增强模块FPEM由两个阶段组成，分别为升尺度增强和降尺度增强；升尺度增强的输出阶段，将当前模块的输入与降尺度增强产生的特征进行逐元素相加得到结果；特征融合模块FFM将特征金字塔增强模块FPEM的所有结果进行特征融合；步骤4、将基于空间注意力的特征融合模块SAFFMG和渐进式融合的特征金字塔模块CFPEM输出的特征图经过简单的拼接和卷积操作后，经轻量级的检测头Head预测得到对应的实例向量、文本区域、文本核；将实例向量、文本区域、文本核通过融合背景的像素聚合算法PA获得最终的检测结果；所述融合背景的像素聚合算法PA具体是：将不同的实例向量作为不同的聚类，其文本核即为聚类中心，文本区域内的像素即为待聚类样本；在同一文本行内，为了引导像素走向相应的文本核，两者之间的距离应该最小化；聚类中心需要保证足够的区分度，因此，文本核的实例向量需要与相邻的文本核保持一定的距离；在此基础上，引入对背景像素的区分。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。