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！

龙图腾网获悉长春理工大学申请的专利一种基于YOLOv7的轻量化模型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：CN116580184B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202310497613.X，技术领域涉及：G06V10/25；该发明授权一种基于YOLOv7的轻量化模型是由刘云清;安琪;李宁;张琼;颜飞设计研发完成，并于2023-05-06向国家知识产权局提交的专利申请。

本一种基于YOLOv7的轻量化模型在说明书摘要公布了：本发明属于目标检测技术领域，尤其为一种基于YOLOv7的轻量化模型，该方法包括以下步骤：步骤一，数据集制备，将目标数据集分为训练集和验证集两部分，所有图像都包含人工标注的目标框和关键点的位置信息；步骤二，构建YOLOv7网络结构，引入高效移动神经骨干网络替换YOLOv7的骨干网络，同时引入逆卷积神经网络算子代替传统卷积，得到改进后的YOLOv7网络；步骤三，将步骤一划分出的训练集传入改进后的YOLOv7网络进行训练，得到轻量化模型。本发明，针对视频目标检测对网络实时性要求高的特点，提出引入一种高效移动神经骨干网络和逆卷积神经网络算子，通过对网络进行轻量化，提高了网络的检测速度。

本发明授权一种基于YOLOv7的轻量化模型在权利要求书中公布了：1.一种基于YOLOv7的轻量化模型，其特征在于：包括以下步骤： 步骤一，数据集制备，将目标数据集分为训练集和验证集两部分，所有图像都包含人工标注的目标框和关键点的位置信息； 步骤二，构建YOLOv7网络结构，引入高效移动神经骨干网络替换YOLOv7的骨干网络，同时引入逆卷积神经网络算子代替传统卷积，得到改进后的YOLOv7网络； 引入逆特征卷积神经网络算子，替换骨干网络和预测网络中的传统卷积；一组逆特征卷积神经网络算子核可表示为对于像素其逆特征卷积神经网络算子核为g＝1,2，…,G为逆特征卷积神经网络算子核的分组，计算每个组共享相同的逆特征卷积神经网络算子核的组数，组内核共享，利用逆特征卷积神经网络算子核对输入进行乘加运算，得到逆特征卷积神经网络算子的输出特征图为： k为通道编号，逆特征卷积神经网络算子核的大小取决于输入特征图的大小，通过核生成函数φ动态生成： Hi,j＝φXψi,j 其中ψi,j为Hi,j对应的输入像素合集；定义核生成函数φ： Hi,j＝φXi,j＝W1σW0Xi,jσ 和 为线性变换，中间通道维数由压缩因子r控制，σ表示批处理归一化后的对于2个线性变换的非线性激活函数； 针对输入特征图的一个坐标点上的特征向量，首先用φ函数，一般是某种线性变换，一种1x1卷积的组合生成特定大小的向量；生成特定大小的权重向量，然后再用一种变换H，最一般的形式是重新排列；将权重展开成一个核，再和输入特征图上这个坐标点邻域的特征向量进行乘-加得到最终输出的特征图； 步骤三，将步骤一划分出的训练集传入改进后的YOLOv7网络进行训练，得到目标检测算法模型； 步骤四，使用步骤一划分出的验证集图像送入步骤三得到的目标检测算法模型，得到最终预测的目标检测框以及坐标。

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长春理工大学，其通讯地址为：130012 吉林省长春市朝阳区卫星路7089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”。