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！

龙图腾网获悉南京信息工程大学申请的专利一种基于YOLOX-Tiny有偏特征融合网络的遥感目标检测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：CN116645608B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202310622397.7，技术领域涉及：G06V20/10；该发明授权一种基于YOLOX-Tiny有偏特征融合网络的遥感目标检测是由胡昭华;李昱辉;王长富设计研发完成，并于2023-05-30向国家知识产权局提交的专利申请。

本一种基于YOLOX-Tiny有偏特征融合网络的遥感目标检测在说明书摘要公布了：本发明公开了一种基于YOLOX‑Tiny有偏特征融合网络的遥感目标检测，包括步骤如下：S1，将遥感数据集DIOR按照一定比例划分为测试集与训练集；S2，将训练集和测试集中所有图片进行统一尺寸处理；S3，在YOLOX‑Tiny基础上引入多尺度特征融合网络和可形变卷积，搭建有偏特征融合网络，并将训练集送入有偏特征融合网络，采用SIoU损失函数进行训练；S4，将测试集输入有偏特征融合网络，进行性能测试。本发明能提高模型对形变较大目标的预测能力，解决真实框与预测框在训练过程中出现的不匹配方向的问题，加速模型收敛，使得检测模型获得进一步的性能提升。

本发明授权一种基于YOLOX-Tiny有偏特征融合网络的遥感目标检测在权利要求书中公布了：1.一种基于YOLOX-Tiny有偏特征融合网络的遥感目标检测，其特征在于，包括步骤如下： S1，将遥感数据集DIOR按照一定比例划分为测试集与训练集； S2，将训练集和测试集中所有图片进行统一尺寸处理； S3，在YOLOX-Tiny基础上引入多尺度特征融合网络和可形变卷积，搭建有偏特征融合网络，并将训练集送入有偏特征融合网络，采用SIoU损失函数进行训练； S4，将测试集输入有偏特征融合网络，进行性能测试； 步骤S3中，所述多尺度特征融合网络结构中，在P3输入节点和输出节点之间添加一条额外的边；将卷积核的卷积结构采用深度可分离卷积结构；将原YOLOX-Tiny模型预测端中的一个CBS结构替换成可形变卷积，所述可形变卷积通过运用一个平行的传统卷积进行特征提取得到一个长宽与输入特征图相同通道数为2N的新特征图，其中N为卷积核采样点的个数，新特征图包含x轴与y轴的偏移量； 对偏移量利用双线性插值的原理，通过原始输入特征图上的点的特征值去计算偏移后的坐标点上的特征值，完成空间特征自适应采样，则可变形卷积输出特征图Y的表达式如下： 其中，是卷积核权重，为输入特征图，为卷积核采样位置；为任意位置。

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南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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。