我校4件发明专利拟转让深圳立专志丰科技有限公司。根据《中华人民共和国促进科技成果转化法》《武汉工程大学科技成果转化管理办法》（武工大科发[2025]5号）相关要求，经双方协商最终确定转让总金额为2万元（大写：贰万元整）。目前，全体发明人同意该专利成果转让。
公示期15天（2026年4月24日-2026年5月8日）。若有异议请在公示期内如实向科学技术发展院书面反映情况。联系电话：027-65520180。
特此公示。
专利名称：一种基于拼图排列学习的渐进式训练细粒度视觉分类方法
专利号：2021112110638
发明人：马雷;赵凡;洪汉玉;陈冰川;罗心怡;刘红
专利权人：武汉工程大学
发明简介：本发明提供了一种基于拼图排列学习的渐进式训练细粒度视觉分类方法，通过拼图生成器将图像数据集裁剪成不同粒度大小的图像，使用残差网络(ResNet50)作为特征提取器，将拼图解算器作用在特征图提取的每一个阶段，在残差网络(ResNet50)的每个阶段学习不同粒度大小的局部信息并且融合多尺度的特征，同时在每个阶段使用拼图解算模块学习打乱图像的拼图排列矩阵来学习对象的全局信息，通过在每个阶段学习不同粒度大小局部信息的同时学习对象的全局信息来进行细粒度视觉分类，在模型的每个阶段同时利用不同粒度对象的局部细节信息以及整体对象的全局信息之间的互补关系，使得模型最终的分类性能达到目前最先进的水平。
专利名称：一种弱监督目标定位方法及装置
专利号：2023103839987
发明人：马雷;许启航;洪汉玉;赵凡;罗心怡;刘红;时愈;王磊;朱映;张耀宗
专利权人：武汉工程大学
发明简介：
本发明提供一种弱监督目标定位方法及装置，属于目标定位领域，方法包括：S1：导入原始图像数据集，并将原始图像数据集划分为图像训练集和图像测试集；S2：将图像训练集中的各个原始图像进行多个角度旋转，得到各个原始图像的多个旋转图像；S3：对图像训练集中各个原始图像以及各个原始图像的各个旋转图像进行多通道特征提取，得到图像训练集中各个原始图像的特征谱组以及各个旋转图像的特征谱组；S4:根据图像训练集中各个原始图像的特征谱组中预设层特征谱以及各个旋转图像的特征谱组中预设层特征谱进行旋转预测总损失函数的计算，得到旋转预测总损失函数。本发明能够通过挖掘细粒度目标的互补性以及一致性，提高了弱监督定位的精度。
专利名称：一种基于CNN与Transformer的糖尿病视网膜病变分级方法与系统
专利号：2023105973340
发明人：许启航;马雷;洪汉玉;王磊;朱映;吴锦梦;张耀宗
专利权人：武汉工程大学
发明简介：本发明公开了一种基于CNN与Transformer的糖尿病视网膜病变分级方法，包括以下步骤：导入原始图像数据集，将原始图像数据集划分为图像训练集和图像测试集；将图像训练集中的各个原始图像等分成若干个图像块，并生成不同粒度版本的打乱图像；通过残差网络和Swin‑Transformer建立糖尿病视网膜病变分级网络，采用渐进式策略训练糖尿病视网膜病变分级网络，得到串联阶段输出的多尺度多粒度的特征谱；定义分类损失函数和加权卡帕损失函数，并根据分类损失函数和加权卡帕损失函数构建损失层；利用图像训练集优化糖尿病视网膜病变分级网络；利用测试样本集对糖尿病视网膜病变分级网络进行测试。本发明能实现更准确的糖尿病视网膜病变分级，同时获得类别监督信息和有序监督信息。
专利名称：基于逻辑元变换乘积量化的细粒度图像检索方法及系统
专利号：202311569672X
发明人：马雷;罗欣;洪汉玉;时愈;朱映;吴锦梦;王磊;张耀宗
专利权人：武汉工程大学
发明简介：本发明公开了一种基于逻辑元变换乘积量化的细粒度图像检索方法，包括步骤：将待测图像导入卷积神经网络提取特征，输出最后一层的特征谱；再通过区域候选网络RPN将最后一层的特征谱生成Top‑N个部件，重新输入至卷积神经网络中，并将原始待测图像和Top‑N部件经过卷积神经网络后的最后三层特征进行融合级联；将融合级联后的输出特征通过线性投影生成相应的逻辑元，再通过逻辑元变换对生成的逻辑元向量重新加权；将重新加权后的逻辑元向量输入到细粒度图像检索模型，通过量化码书进行计算找到与待测图像的逻辑元向量最接近的数据库图像对应的量化码，将所对应的数据库图像作为检索结果。本发明能够通过挖掘图像中最具辨别力的区域，提高细粒度图像检索的精度。
武汉工程大学科学技术发展院
2026年4月24日
