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！

龙图腾网获悉哈尔滨工程大学申请的专利一种面向全景图像的轻量化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：CN116681987B 。

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：202310674083.1，技术领域涉及：G06V10/82；该发明授权一种面向全景图像的轻量化检测方法是由周文涛;蔡成涛;贾璐毓;李晨铭;韩锐设计研发完成，并于2023-06-08向国家知识产权局提交的专利申请。

本一种面向全景图像的轻量化检测方法在说明书摘要公布了：本发明公开了一种面向全景图像的轻量化检测方法，包括：获取真实全景视频数据，基于所述真实全景视频数据获取图像数据集；对所述图像数据集进行图像特征标注，获得目标检测数据集；构建轻量化目标检测模型，基于所述目标检测数据集对所述轻量化目标检测模型进行训练，获得全景图像轻量化目标检测模型；基于所述全景图像轻量化目标检测模型进行目标检测。本发明解决针对全景图像特征研究，缺少数据的问题，解决针对全景图像中目标过小，检测不准的问题，解决模型参数量过大的问题。

本发明授权一种面向全景图像的轻量化检测方法在权利要求书中公布了：1.一种面向全景图像的轻量化检测方法，其特征在于，包括以下步骤： 获取真实全景视频数据，基于所述真实全景视频数据获取图像数据集； 对所述图像数据集进行图像特征标注，获得目标检测数据集； 构建轻量化目标检测模型，基于所述目标检测数据集对所述轻量化目标检测模型进行训练，获得全景图像轻量化目标检测模型； 基于所述全景图像轻量化目标检测模型进行目标检测； 所述构建轻量化目标检测模型的过程包括： 构建卷积神经网络模型； 构建注意力模块和小目标检测层，将所述注意力模块和小目标检测层引入所述卷积神经网络模型中进行优化，获得优化模型； 构建轻量化卷积模块，将所述轻量化卷积模块增加至所述优化模型中，获得检测模型； 将所述检测模型中的网络结构进行优化，获得所述轻量化目标检测模型； 所述构建轻量化卷积模块中参数量计算公式为： ； 其中，为轻量化卷积操作参数总量,K为卷积核大小，C1为输入特征图的通道数，C2为输出特征特征图的通道数； 所述检测模型中的网络结构包括主干网络和头部网络； 所述主干网络包括SE结构、ECBS结构、EELAN结构、EMP1结构； 所述头部网络包括SE结构、FPN结构、PAN结构、EMP2结构、EELAH-H结构、ESPPCCSPC结构、EREP结构小目标检测层； 所述FPN结构通过自上向下特征金字塔，利用上采用方式提高小目标检测能力，PAN自下向上特征金字塔，利用下层信息传递给上层，提高对遮挡目标检测能力，ESPPCCSPC结构输入特征图通过三次ECBS操作，三个最大池化操作使用concat操作结合，再经过两次ECBS操作，与输入使用concat操作结合。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145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”。