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基于全链路多尺度融合网络的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：CN117197441B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202311275072.2，技术领域涉及：G06V10/25；该发明授权基于全链路多尺度融合网络的小目标检测方法是由张铭津;张晓雨;杨瀚迪;岳珂;郭杰;李云松;高新波设计研发完成，并于2023-09-28向国家知识产权局提交的专利申请。

本基于全链路多尺度融合网络的小目标检测方法在说明书摘要公布了：本发明提出了一种基于全链路多尺度融合网络的小目标检测方法，实现步骤为：获取训练样本集和测试样本集；构建包括以顺次级联的注意力导向特征交叉聚合编码器、解码器和Head块为全链路，以及以连接在解码器的输入端与Head块的输入端之间的合作超分辨率块为分支网络的小目标检测模型；初始化参数；对小目标检测模型进行训练；对小目标检测模型的参数进行更新；获取小目标检测结果。本发明中的多尺度融合网络将深度加权多尺度注意力块生成的具有多尺度特征信息的特征图与跨层特征融合块生成的不同层次的特征图进行融合，并通过Head块获取高分辨率多尺度融合特征图，能够充分挖掘小目标图像的全尺度信息，有效提高小目标检测的准确率。

本发明授权基于全链路多尺度融合网络的小目标检测方法在权利要求书中公布了：1.一种基于全链路多尺度融合网络的小目标检测方法，其特征在于，包括以下步骤： 1获取训练样本集和测试样本集： 获取K幅小目标图像，并对每幅小目标图像中的小目标对象进行标注，再将M幅小目标图像及其对应的标签组成训练样本集R1，将剩余的K-M幅小目标图像及其对应的标签组成测试样本集E1，其中K≥500， 2构建基于全链路多尺度融合网络的小目标检测模型O： 构建包括以顺次级联的注意力导向特征交叉聚合编码器、解码器和Head块为全链路，以及以连接在解码器的输入端与Head块的输入端之间的合作超分辨率块为分支网络的小目标检测模型O；注意力导向特征交叉聚合编码器包括N个级联的残差块和多尺度融合网络，其中多尺度融合网络由加载在每相邻的两个残差块之间的总共N-1个深度加权多尺度注意力块和与其输出端连接的跨层特征融合块组成；深度加权多尺度注意力块，用于生成具有不同尺度信息的融合特征图；跨层特征融合块，用于对不同深度加权多尺度注意力块的特征信息进行融合；合作超分辨率块，用于对编码器输出的低分辨率图像进行重构，其中N≥2； 3初始化参数： 初始化迭代次数为t，最大迭代次数为T，T≥1000，第t次迭代的小目标检测模型Ot中的权值、偏置参数分别为wt、bt，并令t＝0，Ot＝O； 4对小目标检测模型O进行训练： 将从训练样本集R1中随机有放回的选取L个训练样本作为小目标检测模型O的输入进行前向传播，得到L个小目标检测结果，其中，1≤L≤M； 5对小目标检测模型的参数进行更新： 通过步骤4获得的L个小目标检测结果，对小目标检测模型Ot的权值、偏置参数wt、bt进行更新，得到本次迭代的网络模型Ot；并判断t≥T是否成立，若是，得到训练好的小目标检测模型O*，否则，令t＝t+1，Ot＝O,并执行步骤4； 6获取小目标检测结果： 将测试样本集E1作为训练好的小目标检测模型O*的输入进行前向传播，得到K-M个测试样本对应的小目标检测结果。

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”。