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！

龙图腾网获悉浙江工业大学申请的专利一种基于卷积神经网络的城市人流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：CN114821665B 。

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：202210574388.0，技术领域涉及：G06V40/10；该发明授权一种基于卷积神经网络的城市人流小目标检测方法是由产思贤;俞敏明;赖周年设计研发完成，并于2022-05-24向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的城市人流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卷积神经网络的城市人流小目标检测方法，对带有标注了人像小目标检测框的图像训练数据集进行Mosaic数据增强和MixUp数据增强，将增强后图像训练数据集调整为输入图片大小，输入到骨干网络中获取骨干网络四种大小的特征图，将四种大小的特征图输入到特征融合网络BIAFPN中进行特征处理，将融合后的特征图分别传入各自对应的预测头，分别进行分类分支与回归分支的卷积后沿通道部分进行连接，再将连接得到的特征图拉伸为一维，然后将拉伸后的特征图进行连接，得到最终的特征图，计算损失并进行反向传播更新网络参数，完成网络的训练。本发明引入浅层细粒度特征，再采用特征融合网络来检测目标，能够有效提高城市人像小目标检测的精度。

本发明授权一种基于卷积神经网络的城市人流小目标检测方法在权利要求书中公布了：1.一种基于卷积神经网络的城市人流小目标检测方法，其特征在于，所述基于卷积神经网络的城市人流小目标检测方法，包括： 获取带有标注了人像小目标检测框的图像训练数据集，对图像训练数据集进行Mosaic数据增强和MixUp数据增强； 将增强后图像训练数据集调整为输入图片大小，输入到骨干网络CSPDarknet-53中，获取骨干网络CSPDarknet-53中dark2单元、dark3单元、dark4单元和dark5单元输出的四种大小的特征图F1、F2、F3、F4； 将四种大小的特征图F1、F2、F3、F4输入到特征融合网络BIAFPN中进行特征处理，得到融合后的特征图F12、F22、F32、F42； 将融合后的特征图F12、F22、F32、F42分别传入各自对应的预测头，分别进行分类分支与回归分支的卷积后沿通道部分进行连接，再将连接得到的特征图拉伸为一维，得到拉伸后的特征图F13、F23、F33、F43，然后将拉伸后的特征图F13、F23、F33、F43进行连接，得到最终的特征图，计算损失并进行反向传播更新网络参数，完成网络的训练； 将待检测图像输入到训练好的网络中，得到检测结果； 其中，所述将四种大小的特征图F1、F2、F3、F4输入到特征融合网络BIAFPN中进行特征处理，得到融合后的特征图F12、F22、F32、F42，包括： 将特征图F1直接输入到特征融合网络BIAFPN中，首先是自顶向下，经过1×1卷积，上采样后与特征图F2做自适应特征融合得到特征图F21；继续将特征图F21经过1×1卷积，上采样后与特征图F3进行自适应特征融合得到特征图F31；再将特征图F31经过1×1卷积和上采样后与特征图F4进行自适应特征融合得到特征图F41；将特征图F41直接输出得到特征图F42；再做自下而上和跨尺度的融合，将F42经过1×1卷积和下采样后与之前的F3和F31融合得到特征图F32；将F32经过1×1卷积和下采样后与之前的F2和F21融合得到特征图F22；将F22经过1×1卷积和下采样后与之前的F1和F11融合得到特征图F12；每一次特征融合后都要进行一次CBAM注意力机制增强空间和通道信息。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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”。