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！

龙图腾网获悉西安电子科技大学申请的专利一种基于改进YOLOv7算法的无人机航拍小目标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：CN116597326B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202310525931.2，技术领域涉及：G06V20/17；该发明授权一种基于改进YOLOv7算法的无人机航拍小目标检测方法是由刘东;张文博;姜超颖;龙璐岚;李林;臧博设计研发完成，并于2023-05-11向国家知识产权局提交的专利申请。

本一种基于改进YOLOv7算法的无人机航拍小目标检测方法在说明书摘要公布了：本发明公开了一种基于改进YOLOv7算法的无人机航拍小目标检测方法，包括以下步骤；步骤1，获取无人机航拍数据集并转换为YOLO格式，划分训练集、验证集和测试集；步骤2，搭建改进的YOLOv7网络；所述改进的YOLOv7网络是对YOLOv7网络做出了修改颈部网络结构并在其中引入空间注意力SGE的改进；步骤3，以所述改进的YOLOv7网络为检测模型，利用所述训练集和验证集对该监测模型进行训练和验证，得到最终的检测模型；步骤4，利用所述最终的检测模型，以无人机航拍图像为输入，进行小目标检测。本发明用于提高无人机航拍小目标检测的精度。

本发明授权一种基于改进YOLOv7算法的无人机航拍小目标检测方法在权利要求书中公布了：1.一种基于改进YOLOv7算法的无人机航拍小目标检测方法，其特征在于，包括以下步骤； 步骤1，获取无人机航拍数据集并转换为YOLO格式，划分训练集、验证集和测试集； 步骤2，搭建改进的YOLOv7网络；所述改进的YOLOv7网络是对YOLOv7网络做出了修改颈部网络结构并在其中引入空间注意力SGE的改进； 步骤3，以所述改进的YOLOv7网络为检测模型，利用所述训练集和验证集对该检测模型进行训练和验证，得到最终的检测模型； 步骤4，利用所述最终的检测模型，以无人机航拍图像为输入，进行小目标检测； 所述颈部网络是对YOLOv7颈部网络PANet改进而成的E-PAN结构，该颈部网络结构是：空间金字塔池化结构-特征金字塔1-特征金字塔2；其中： 特征金字塔1主要由三个上采样层、三个层聚合网络结构组成，三次上采样使得特征图尺寸从经过空间金字塔池化结构后的20×20特征图变成40×40、80×80、160×160，用于与主干网络中的40×40、80×80、160×160特征图分别进行特征融合，160×160是主干网络中输入经过两次下采样的浅层特征图，40×40是主干网络中输入经过四次下采样的深层特征图，这里的上采样层使用转置卷积，这里的层聚合网络结构与主干网络层聚合网络结构的不同之处在于，串联的5个CBS卷积结构均与另外的1个CBS卷积结构拼接，特征金字塔1经过三次特征融合，每个特征融合结构都是BiC双向级联结构，以第一次特征融合为例，该BiC结构由三部分拼接而成，第一部分，层聚合网络结构1的输出串联一个卷积核大小为1×1、滑动步长为1的CBS卷积结构；第二部分，卷积层3的输出串联一个卷积核大小为1×1、滑动步长为1的CBS卷积结构以及一个卷积核大小为3×3、滑动步长为2的无填充CBS卷积结构；第三部分，空间金字塔池化结构经过一个卷积核大小为1×1、滑动步长为1的CBS卷积结构的输出串联一个转置卷积上采样； 特征金字塔2主要由三个下采样层、三个层聚合网络结构组成，同样经过三次特征融合，每个特征融合结构与YOLOv7网络特征融合结构相同。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。