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！

龙图腾网获悉中国科学技术大学申请的专利基于改进YOLOv8的道路目标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：CN117037119B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202311085132.4，技术领域涉及：G06V20/58；该发明授权基于改进YOLOv8的道路目标检测方法及系统是由於俊;曹力;刘瑞宇设计研发完成，并于2023-08-28向国家知识产权局提交的专利申请。

本基于改进YOLOv8的道路目标检测方法及系统在说明书摘要公布了：本发明涉及一种基于改进YOLOv8的道路目标检测方法及系统，其方法包括：S1：采用数据增强方法对图片进行预处理，构建数据集；S2：构建改进YOLOv8网络，包括：特征提取模块，特征融合模块和检测模块；S3：将训练集输入改进YOLOv8网络，经过特征提取模块进行特征采集，生成不同层次的特征F1、F2、F3、F4；S4：将F1、F2、F3、F4输入特征融合模块，分别得到增强特征F10、F12、F14、F16；步骤S5：将F10、F12、F14、F16输入检测模块，经过Detect模块，利用两个分支对特征进行解耦，分别计算回归损失与分类损失，最后输出检测框的位置和类别。本发明的方法，提高了道路目标检测的精度和速度，解决对极小目标的检测问题。

本发明授权基于改进YOLOv8的道路目标检测方法及系统在权利要求书中公布了：1.一种基于改进YOLOv8的道路目标检测方法，其特征在于，包括： 步骤S1：采用数据增强方法对图片进行预处理，构建数据集，按照比例将所述数据集划分训练集、验证集和测试集； 步骤S2：构建改进YOLOv8网络，包括：特征提取模块，特征融合模块和检测模块；其中，在所述特征提取模块中使用C2f-FNEMA模块替代原有的C2f模块；在所述特征融合模块中基于原有的三尺度检测层上，增加了一个检测层，以检测极小尺寸道路目标，同时，使用C2f-FN模块替代原有的C2f模块；在所述检测模块中将原先的耦合头替换为解耦头Detect模块，将道路目标的位置和类别信息分别提取出来，通过不同的网络分支分别学习，最后再进行融合； 步骤S3：将所述训练集输入所述改进YOLOv8网络，经过特征提取模块中一系列CBS模块和C2f-FNEMA模块进行特征采集，生成不同层次的特征F1、F2、F3、F4,具体包括： 构建C2f-FNEMA模块，包括：2个CBS模块、1个分离模块、n个FasterNet模块和1个EMA注意力模块； 首先，输入特征经过第一个CBS模块改变所述输入特征的尺寸后进入分离模块，将所述输入特征分割成第一特征和第二特征，所述第一特征经由n个FasterNet模块进行特征提取，其中所述FasterNet模块替代原有的C2f中的BottleNeck模块，其中所述FasterNet模块由1个部分卷积模块Pconv和2个1×1的普通卷积模块Conv构成；其中，Pconv只对一部分通道做卷积，其他的通道保持不变；两个1×1普通卷积模块是有倒残差结构，先对特征升维，后面接一个批次归一化和ReLU激活函数，再对特征进行降维；将第n个FasterNet模块的输出与所述第二特征进行concat操作后，输入所述EMA注意力模块，通过三条平行的路线来提取分组特征的注意力权重描述符，将所述EMA注意力模块的输出经过第二个CBS模块恢复尺寸，得到于所述输入特征尺寸一样的输出特征； 在所述特征提取模块中包括4个C2f-FNEMA模块，其中，前3个C2f-FNEMA模块分别输出特征F1、F2、F3，且每个C2f-FNEMA模块后接一个CBS模块；在最后一个C2f-FNEMA模块后接一个SPPFCSPC模块，进行不同尺度的池化；其中，所述SPPFCSPC模块，包括：3个依次连接的不同卷积核的普通卷积模块Conv1、Conv2、Conv3，3个依次连接的最大池化MaxPool模块，将Conv3的输出与三个Maxpool模块的输出进行Concat操作之后，再经过2个不同卷积核的普通卷积模块Conv4、Conv5，将Conv5的输出与输入特征经过普通卷积模块Conv6的输出进行Concat操作后，最后经过普通卷积模块Conv7，输出特征F4； 步骤S4：将F1、F2、F3、F4输入所述特征融合模块，分别经过四个不同尺度的检测层，实现语义信息从深层特征到浅层特征的传递以及定位信息从浅层特征层到深层特征层的传递，分别得到增强特征F10、F12、F14、F16，其中，所述增强特征F10是通过增加的检测层获得，用于检测极小尺寸道路目标； 步骤S5：将F10、F12、F14、F16输入所述检测模块，经过所述Detect模块，利用两个分支对特征进行解耦，分别计算回归损失与分类损失，最后输出检测框的位置和类别。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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”。

以上内容由龙图腾AI智能生成。