Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 鲁东大学岳峻获国家专利权

鲁东大学岳峻获国家专利权

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!

龙图腾网获悉鲁东大学申请的专利一种基于YOLOv7网络对密集小目标的检测方法及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:CN116935038B

龙图腾网通过国家知识产权局官网在2026-05-01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:202310927039.7,技术领域涉及:G06V10/25;该发明授权一种基于YOLOv7网络对密集小目标的检测方法及系统是由岳峻;刘成英;李振波;寇光杰;孙浩;戴昌怡设计研发完成,并于2023-07-27向国家知识产权局提交的专利申请。

一种基于YOLOv7网络对密集小目标的检测方法及系统在说明书摘要公布了:本发明公开了一种基于YOLOv7网络对密集小目标的检测方法及系统,属于密集小目标检测技术领域,包括:在YOLOv7网络框架中加入了SODL小目标检测网络和ACBAM自适应池化注意力模块,提高了检测准确率和效率,有助于解决当小目标分布密集时造成类内遮挡,无法准确检测的问题;通过对图片中的小目标进行检测,可以直接标记出图片中小目标的位置。本发明对小目标相互遮挡情况下的漏检数量大大减少,使网络能够更加关注目标区域,有助于网络更好地处理和识别遮挡物体,可以有效地提高小目标的检测精确度和效率,达到了良好的实际应用效果。

本发明授权一种基于YOLOv7网络对密集小目标的检测方法及系统在权利要求书中公布了:1.一种基于YOLOv7网络对密集小目标的检测方法,其特征在于,包括以下步骤: 获取密集小目标图像,通过Mosaic处理,生成YOLOv7骨干网络的输入图像; 将所述输入图像,通过SODL小目标检测网络进行多层特征融合,生成第一特征图像,所述SODL通过在空间空洞卷积和池化层中引入不同采样率的空洞卷积核和池化核,以获得不同感受野的特征图; 基于ACBAM注意力模块,对所述第一特征图像进行通道维度上的特征重要性加权,并经过CBS卷积层和ELAN模块依次进行处理,其中,所述ACBAM注意力模块表示应用自适应池化层的通道空间注意力模块; 将处理后的所述第一特征图像分别通过主干网络和两个残差块进行处理后的输出结果,通过降维处理和加权融合,生成第二特征图像; 将所述第二特征图像进行通道分割为两部分,将其中一部分进行三层空洞空间金字塔池化后与另一部分进行通道拼接,并进行通道压缩和特征整合处理,生成第三特征图像; 对所述第三特征图像进行卷积操作,并经过先验框进行位置采样,生成预测框;根据所述预测框和所述预测框对应的类别置信度,计算每个所述预测框的置信度得分,使用非极大值抑制算法对置信度得分高的预测框进行筛选,获取所述密集小目标图像中的密集小目标分布情况。

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鲁东大学,其通讯地址为:264000 山东省烟台市芝罘区红旗中路184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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。