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！

龙图腾网获悉中国兵器工业计算机应用技术研究所申请的专利引入注意力机制的小目标检测方法、装置及设备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：CN115035563B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202210486933.0，技术领域涉及：G06V40/16；该发明授权引入注意力机制的小目标检测方法、装置及设备是由赵小川;史津竹;樊迪;刘华鹏;王子彻;陈路豪;李陈设计研发完成，并于2022-05-06向国家知识产权局提交的专利申请。

本引入注意力机制的小目标检测方法、装置及设备在说明书摘要公布了：本发明公开了一种引入注意力机制的小目标检测方法、装置及设备，所述方法包括：获取输入图像；通过预设的仿初级视觉感知皮层模型对所述输入图像进行特征提取，得到第一特征图；所述预设的仿初级视觉感知皮层模型包括VOneBlock层、Conv层和特征融合层；通过预设的目标检测模型对所述第一特征图进行目标检测，得到五个不同尺寸的目标特征图；所述目标检测模型是基于Yolov5模型的改进模型，所述目标检测模型中包括CA注意力模块；对所述五个不同尺寸的目标特征图进行目标分类和坐标定位，得到目标检测结果。本发明增强了特征图上下文信息的利用效率，提高了感兴趣特征提取的效能，有效提升了对小目标的特征提取能力，提高了模型的抗干扰能力。

本发明授权引入注意力机制的小目标检测方法、装置及设备在权利要求书中公布了：1.一种引入注意力机制的小目标检测方法，其特征在于，所述方法包括： 获取输入图像； 通过预设的仿初级视觉感知皮层模型对所述输入图像进行特征提取，得到第一特征图；所述预设的仿初级视觉感知皮层模型包括VOneBlock层、Conv层和特征融合层； 通过预设的目标检测模型对所述第一特征图进行目标检测，得到五个不同尺寸的目标特征图；所述目标检测模型是基于Yolov5模型的改进模型，所述目标检测模型中包括CA注意力模块； 对所述五个不同尺寸的目标特征图进行目标分类和坐标定位，得到目标检测结果， 其中，所述预设的目标检测模型包括骨干网络和头部网络，所述骨干网络和所述头部网络中均设有所述CA注意力模块，所述通过预设的目标检测模型对所述第一特征图进行目标检测，得到五个不同尺寸的目标特征图，包括： 通过所述骨干网络对所述第一特征图进行多次尺寸压缩和特征提取，得到多个不同尺寸的骨干特征图； 将所述第一特征图和所述多个不同尺寸的骨干特征图输入所述头部网络，得到所述五个不同尺寸的目标特征图, 其中，所述骨干网络包括第一Conv层、第一C3层、第二Conv层、第二C3层、第三Conv层、第三C3层、第四Conv层、第四C3层、SPP层，所述CA注意力模块包括设置在骨干网络中每个C3层之后的CA注意力层，所述通过所述骨干网络对所述第一特征图进行多次特征图尺寸压缩和特征提取，得到多个不同尺寸的骨干特征图，包括： 通过所述第一Conv层对所述第一特征图进行特征图尺寸压缩，通过所述第一C3层对压缩后的第一特征图进行特征提取，得到第一骨干特征图； 通过设置在第一C3层之后的CA注意力层对所述第一骨干特征图进行感兴趣特征提取，通过所述第二Conv层对所述设置在第一C3层之后的CA注意力层输出的特征图进行特征图尺寸压缩，通过所述第二C3层对所述第二Conv层输出的特征图进行特征提取，得到第二骨干特征图； 通过设置在第二C3层之后的CA注意力层对所述第二骨干特征图进行感兴趣特征提取，通过所述第三Conv层对所述设置在第二C3层之后的CA注意力层输出的特征图进行特征图尺寸压缩，通过所述第三C3层对所述第三Conv层输出的特征图进行特征提取，得到第三骨干特征图； 通过设置在第三C3层之后的CA注意力层对所述第三骨干特征图进行感兴趣特征提取，通过所述第四Conv层对所述设置在第三C3层之后的CA注意力层输出的特征图进行特征图尺寸压缩，通过所述SPP层对所述第三Conv层输出的特征图进行空间信息融合，通过所述第四C3层对所述SPP层输出的特征图进行特征提取，得到第四骨干特征图。

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兵器工业计算机应用技术研究所，其通讯地址为：100089 北京市海淀区车道沟10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。