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！

龙图腾网获悉西北农林科技大学申请的专利一种基于高低频特征高效选择融合的肉牛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：CN118968411B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411029906.6，技术领域涉及：G06V20/52；该发明授权一种基于高低频特征高效选择融合的肉牛目标检测方法是由张宏鸣;孙扬;韩亚敏;冯禧龙;张宇;秦培杰;黄铝文;蒲攀;王美丽;王天本设计研发完成，并于2024-07-30向国家知识产权局提交的专利申请。

本一种基于高低频特征高效选择融合的肉牛目标检测方法在说明书摘要公布了：本发明提供了一种基于高低频特征高效选择融合的肉牛目标检测方法，包括：步骤S1，构建肉牛目标检测数据集；步骤S2，构建肉牛目标检测模型：步骤S201，构建特征提取网络MPCPKI‑ResNet；步骤S202，构建混合编码器；步骤S203，构建IoU感知查询选择机制；步骤S204，构建带有辅助预测头的解码器；步骤S3，训练肉牛目标检测模型；步骤S4，肉牛目标检测。本发明能够在不同场景和复杂环境下高效、准确地检测肉牛，显著提升了实时肉牛目标检测的性能。本发明专门为实时肉牛目标检测设计。本发明的方法通过多路径协同门控机制的高效P4特征层选择模块，有效整合浅层网络提取的各种低级特征，提高了特征融合的效率，增强了模型对图像细节信息的捕捉能力。

本发明授权一种基于高低频特征高效选择融合的肉牛目标检测方法在权利要求书中公布了：1.一种基于高低频特征高效选择融合的肉牛目标检测方法，其特征在于，该方法包括以下步骤： 步骤S1，构建肉牛目标检测数据集： 收集真实监控视角下不同养殖场景的肉牛视频，对肉牛视频进行标注，构建肉牛目标检测数据集，将肉牛目标检测数据集命名为Beef-Cattle36； 步骤S2，构建肉牛目标检测模型： 步骤S201，构建特征提取网络MPCPKI-ResNet： 所述的特征提取网络MPCPKI-ResNet包含基本残差模块、基于多路径协同门控机制的高效P4特征层选择模块以及基于CSPPKINetP5特征层选择模块； 将输入的图像数据送入特征提取网络MPCPKI-ResNet中，特征提取网络MPCPKI-ResNet生成{P3、P4、P5}三个层次的特征图，其中：P3特征图由基本残差模块输出；P4特征图由基于多路径协同门控机制的高效P4特征层选择模块输出；P5特征图由CSP-PKINetP5特征层选择模块输出； 步骤S202，构建混合编码器： 所述的混合编码器包含基于高低频自注意力的尺度内交互模块与上下文特征选择融合金字塔网络； 将步骤S201得到的P5特征图输入到基于高低频自注意力的尺度内交互模块进行高低频特征的内部交互，输出F5特征图； 将步骤S201得到的P3特征图、P4特征图以及F5特征图输入到上下文特征选择融合金字塔网络，对P3特征图、P4特征图以及F5特征图进行跨尺度的高低频特征融合拼接，输出Memory特征序列； 步骤S203，构建IoU感知查询选择机制： 计算步骤S202得到的Memory特征序列中每个特征对应的预测边界框与真实边界框的回归与分类损失，并且在分类损失中结合IoU，实现网络输出的位置置信度与类别置信度的一致性，根据损失选择其中的Top-K个特征； 步骤S204，构建带有辅助预测头的解码器： Decoder接收步骤S203构建的IoU感知查询选择机制筛选出Top-K个初始目标查询和步骤S202构建的混合编码器输出的Memory特征序列，通过多层自注意力和交叉注意力迭代优化目标查询，最终输出肉牛检测框的类别和坐标； 步骤S3，训练肉牛目标检测模型： 基于步骤S1得到的肉牛目标检测数据集Beef-Cattle36，在训练肉牛目标检测模型时，采用的损失函数L包括目标边界框回归损失Lbox和分类损失Lcls两部分，反向传播损失函数L，重复迭代直至迭代次数达到预设初始值时完成肉牛目标检测模型的训练； 步骤S4，肉牛目标检测： 给定肉牛图像数据，输入到经过步骤S3训练完成的肉牛目标检测模型中，输出肉牛检测框的类别和坐标。

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北农林科技大学，其通讯地址为：712100 陕西省西安市杨凌示范区邰城路3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。