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！

龙图腾网获悉上海悠络客电子科技股份有限公司申请的专利一种应用于嵌入式设备的轻量级目标检测网络及训练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：CN112464954B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202011411218.8，技术领域涉及：G06V10/764；该发明授权一种应用于嵌入式设备的轻量级目标检测网络及训练方法是由王伟栋;沈修平设计研发完成，并于2020-12-06向国家知识产权局提交的专利申请。

本一种应用于嵌入式设备的轻量级目标检测网络及训练方法在说明书摘要公布了：本发明提供了一种应用于嵌入式设备的轻量级目标检测网络及对应的训练方法。检测网络包括主干网络，预测网络，以及连接主干网络和输出端的neck网络。其中主干网络和neck网络在压缩参数量的同时保留了较强的特征表现力，兼顾了检测精度和效率。检测网络将输入图像通过主干网络映射成不同尺度的特征图用于检测不同尺寸的目标，并通过上采样将小尺寸特征图与近邻的大尺寸特征图融合以补充大尺寸特征缺乏的语义信息。将融合后的特征图利用neck网络中的轻量级残差块进一步提高特征表现后预测输出目标中心位于特征图每一个像素点的概率大小，以及相应的中心和宽高的偏移量。

本发明授权一种应用于嵌入式设备的轻量级目标检测网络及训练方法在权利要求书中公布了：1.一种应用于嵌入式设备的轻量级目标检测网络的训练方法，其特征在于，所述网络由主干网络，neck网络和预测网络组成； 其中，检测网络中主干网络的输入对象为预处理后的待测图像，主干网络将输入图像映射到多个尺寸的特征图，用于检测不同尺寸的目标；neck网络由多个轻量级残差块组成，所述轻量级残差块用于将特征图分别输入3路分支，第一分支为输入的特征图，第二分支为依次串联的一个1×1卷积和一个3×3卷积，第三分支为依次串联的一个1×1卷积和一个3×3卷积和一个3×3深度可分离卷积，将3路分支的输出进行拼接，neck网络的输入端连接主干网络的输出端，其依次融和尺寸近邻的特征图，内部每个残差块在后续进一步增强对应尺寸特征图的特征表现力，最后将融合后的特征图输出到后续的预测网络进行结果预测； 所述主干网络由数个双路密集模块组成，对于输入的特征图，分别获取其在不同尺度感受野下的特征，网络每一个输出层输出的特征图尺寸分别为上一个输出特征图尺寸的12；neck网络将当前尺寸的特征图通过近邻插值的方式进行特征上采样后与对应的上一层输出的特征图通过拼接的方式融合；预测网络是一个双路网络，两条支路分别预测目标的类别以及相对于当前像素位置，目标的中心和宽高的偏移量； 通过使用非极大值抑制处理所有的预测结果，过滤不含物体的坐标框和包围相同目标的多个无效坐标框； 该方法包含以下步骤： S1、随机抽取数量为batch_size*2的训练样本图像，将其两两拼接，拼接方式在水平和垂直拼接中随机选择； S2、将拼接后的图像缩放至固定尺寸并将像素值归一化至0～1区间； S3、将预处理后的训练样本图像输入主干网络，获取多个尺寸的特征图； S4、利用Kmeans聚类算法获取训练样本中目标框尺寸的聚类中心，根据不同数量的聚类中心计算坐标框宽高与聚类中心宽高的平均重合度，基于平均重合度和聚类中心数量变化的曲线图寻找梯度变化显著的最大聚类中心个数并将对应的聚类中心尺寸从小到大均匀分配给对应尺寸的特征图； S5、以特征图中的每一个像素作为中心，根据分配到的不同尺寸的聚类中心尺寸构建对应数量的先验框； S6、计算样本的目标框在不同尺寸下与对应先验框的重合度，将与目标框重合度大于等于0.5的先验框作为包含目标的正样本，反之为背景样本； S7、计算每个先验框的预测类别与S6中真实类别的分类误差以及包含目标的的先验框相较于真实目标框在中心点和宽高上的偏移误差； S8、通过Adam算法优化网络参数，使S7中两种误差最小化。

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上海悠络客电子科技股份有限公司，其通讯地址为：200000 上海市青浦区徐泾镇华徐公路888号6幢；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。