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！

龙图腾网获悉华东交通大学申请的专利基于YOLOv8网络的煤矸石多尺度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：CN119295953B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202411814781.8，技术领域涉及：G06V20/10；该发明授权基于YOLOv8网络的煤矸石多尺度检测方法及系统是由王杉;朱星春;朱嘉晨;刘婷设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本基于YOLOv8网络的煤矸石多尺度检测方法及系统在说明书摘要公布了：本发明提供了一种基于YOLOv8网络的煤矸石多尺度检测方法及系统，该方法通过将CBAM注意力机制嵌入整个网络核心模块C2f中，增加了小目标检测能力；其次在骨干网络中采用快速空间金字塔池化模块，融合了更多的前后特征，增强了特征信息的交互，进一步提升了多尺度检测能力；然后通过有更多跳跃连接的双向特征融合模块以增加多尺度检测能力并防止因网络深度丢失小目标特征；最后将检测头中用于特征融合的卷积块进行合并以轻量化，再将回归损失设置为EIoU_Loss，避免因预测框和真实框长宽比一致而出现错误。通过上述的目标网络模型能有效检测6mm~50mm粒级煤矸石，实现跨粒级检测，可以有效部署在煤矸石分选设备中。

本发明授权基于YOLOv8网络的煤矸石多尺度检测方法及系统在权利要求书中公布了：1.一种基于YOLOv8网络的煤矸石多尺度检测方法，其特征在于，用于检测6mm~50mm粒级煤矸石，所述方法包括： 获取煤和煤矸石混合的图像，并将煤和煤矸石混合的图像进行标注，得到数据集； 将所述数据集输入改进后的YOLOv8网络模型进行训练，得到目标网络模型； 将待检测图像输入所述目标网络模型，确定所述待检测图像中的煤和煤矸石； 改进后的YOLOv8网络模型包括由5个CBS模块、4个CBC2f模块以及1个快速空间金字塔池化模块组成的骨干网络，并于颈部的2个CBS模块，4个CBC2f模块组成的双向特征融合模块，以及最后送入头部由3个不同尺寸的检测头组成的检测结构，其中，所述CBC2f模块为将所述双向特征融合模块嵌入C2f模块中得到的模块，所述CBS模块为卷积层、归一化层以及激活函数组合的模块； 其中，所述CBC2f模块中输入流经过一个分割操作后，原始输入流被分割成了两个相等部分，其中一部分被送入所述CBC2f模块中剩余的CBS模块，另一部分通过卷积块注意力模块专注于重要特征，最后将通过三个卷积块提取的特征图与通过卷积块注意力模块生成的特征图进行拼接，最终输出，所述卷积块注意力模块采用集成通道和空间注意力机制； 所述快速空间金字塔池化模块对上一层输出的特征图进行卷积处理后，将所得特征图经过5×5、9×9、13×13的三个池化层进行最大池化，并与三个池化层输出的特征图在通道上进行拼接，同时，设置额外的卷积层提取特征并将最终得到的特征与输入特征进行跳跃连接； 所述双向特征融合模块通过设置各特征金字塔之间的跳跃连接，以增加检测能力； 所述检测头包括依次连接的2个CBS模块，以及与2个CBS模块分别连接的卷积块； 所述卷积块注意力模块用于对输入特征图在空间维度上进行平均池化和最大池化，得到两个第一特征图，分别代表了该通道的平均值和最大值； 将两个第一特征图分别输入到两层全连接网络中，生成两个通道注意力向量并相加，再通过sigmoid函数进行归一化，生成最终的通道注意力权重； 将原始特征图与所述通道注意力权重逐元素相乘，得到加权特征图； 将所述加权特征图传入空间注意力单元，同样先在通道维度上进行平均池化和最大池化，得到两个第二特征图； 将两个第二特征图在通道维度上进行拼接得到双通道特征图，再通过一个7×7的卷积核进行卷积操作得到一个空间注意力图； 将原始特征图与所述空间注意力图逐元素相乘，得到加权后的目标特征图； 将所述检测头中进行回归损失和分类损失的用于特征融合的卷积块合并在一起而用于转换到输出的卷积保持不变，以达到轻量化的目的。

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华东交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808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”。