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！

龙图腾网获悉中国人民解放军海军工程大学申请的专利一种基于改进YOLOv4算法的弹着点水柱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：CN115909072B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202211504834.7，技术领域涉及：G06V20/10；该发明授权一种基于改进YOLOv4算法的弹着点水柱检测方法是由石章松;石教炜;孙世岩;应文健;李琳设计研发完成，并于2022-11-29向国家知识产权局提交的专利申请。

本一种基于改进YOLOv4算法的弹着点水柱检测方法在说明书摘要公布了：本发明公开了用于一种基于改进YOLOv4算法的弹着点水柱检测方法，包括步骤一：通过霍夫曼线检测方法检测海天线，约束当前检测图像中的敏感区域；步骤二：利用基于密度的DBSCAN聚类算法+基于距离的K‑means聚类算法对水柱标记框进行聚类分析，获得更好的先验锚定框，输入YOLOv4网络中；步骤三：在路径聚合网络中加入混合注意力机制，以提高弱特征水柱目标的检测精度和定位精度，利用改进的YOLOv4PANet结构提取模糊水柱；本方法通过对YOLOv4进行改进，并利用改进的YOLOv4算法进行特征水柱的检测与定位，能够有效提高水柱的检测精度和定位精度，具有检测和定位精度高、检测效果鲁棒性好的特点。

本发明授权一种基于改进YOLOv4算法的弹着点水柱检测方法在权利要求书中公布了：1.一种基于改进YOLOv4算法的弹着点水柱检测方法，其特征在于：包括步骤一：利用霍夫曼线检测方法检测海天线，约束当前检测图像中水柱检测的敏感区域； 步骤二：利用基于密度的DBSCAN聚类算法和基于距离的K‑means聚类算法对水柱标记框进行聚类分析，获得更好的先验锚定框，输入YOLOv4网络中； 步骤三：在路径聚合网络中加入混合注意力机制，对YOLOv4网络结构进行改进，并利用改进的YOLOv4 PANet结构提取模糊水柱； 步骤三所述的在路径聚合网络中加入混合注意力机制，利用改进的YOLOv4 PANet结构提取模糊水柱的过程包括步骤3.1.在YOLOv4特征融合网络末端的三个分支中各增加了一个混合注意力机制模块，对YOLOv4进行改进； 步骤3.1所述的改进后的YOLOv4算法网络结构包括Backbone网络、Neck网络和Head网络，所述Backbone网络为CSPParknet53网络，CSPParknet53网络由5个CSPNet残差块组成，且CSPParknet53网络的激活函数为Mish激活函数； 所述Neck网络由SPP模块和PANet组成，其中所述SPP模块执行13×13、9×9、5×5和1×4不同规模最大池操作；所述PANet基于特征金字塔网络进行了改进； 所述Head网络的最终输出为13×13，26×26，52×5252的检测头，分别检测大、中、小目标； 步骤3.2利用改进的YOLOv4 PANet结构提取模糊水柱； 步骤3.2所述的利用改进的YOLOv4 PANet结构提取模糊水柱的过程包括步骤3.21.设输入图像的大小为，输入到第一个CBAM模块的输入特征图的大小为； 步骤3.22.输入特征图经两个并行的MaxPool层和Avgpool层，将特征图从改为； 步骤3.23.特征图经过Share MLP模块，首先将通道数压缩为，然后扩展到； 步骤3.24.根据通过ReLU激活函数的特征图得到两个结果，并将这两个结果相加，通过sigmod激活函数的特征图得到通道注意机制的输出结果； 步骤3.25.将输出结果与初始输入特征图相乘，得到由通道注意力机制增强的特征图； 步骤3.26.将注意力机制增强的特征图通过最大池化和平均池化转换为特征图，将两个特征图拼接，接着通过卷积转换为1通道特征图，通过sigmod函数得到归一化的权重图，将权重图乘以通道注意力机制增强的特征图，则可得到尺寸为的空间注意力机制特征图； 步骤3.27.利用空间注意力机制生成的特征图，YOLO Head分析位置损失、分类损失和置信度损失，完成弹着点水柱检测。

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人民解放军海军工程大学，其通讯地址为：430034 湖北省武汉市硚口区解放大道717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。