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！

龙图腾网获悉集美大学申请的专利一种实例级舰船识别方法、终端设备及存储介质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：CN116486180B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310601057.6，技术领域涉及：G06V10/764；该发明授权一种实例级舰船识别方法、终端设备及存储介质是由蒋德松;程静;王荣杰;林安辉;王亦春设计研发完成，并于2023-05-25向国家知识产权局提交的专利申请。

本一种实例级舰船识别方法、终端设备及存储介质在说明书摘要公布了：本发明涉及一种实例级舰船识别方法、终端设备及存储介质，该方法中设计了一个包含注意力模块和RFPN的APN，被用于引导网络关注有效特征以及融合多尺度特征，从而缓解视角变化和尺度变化导致的模型性能下降的问题。此外，注意力感知金字塔网络中的跳跃乘积层被用于增强浅层和深层的特征交叉，从而提高模型对弱光照和雾天等低能见度场景的泛化性。为了进一步增强细节信息以增大实例级间的特征差异，开发了细节信息增强模块用于细化融合后的多尺度特征。本发明能够有效应对在实例级船舶识别时视角变化、尺度变化以及低能见度环境对检测模型性能的影响，在提高检测精度的同时提高了检测速度。

本发明授权一种实例级舰船识别方法、终端设备及存储介质在权利要求书中公布了：1.一种实例级舰船识别方法，其特征在于，包括以下步骤： S1：采集各舰船实例的多个不同视角的图像组成训练集，按照实例级类别进行标注； S2：构建实例级舰船识别模型，通过训练集对模型进行训练； 模型从输入到输出依次为：主干网络、注意力感知金字塔网络、细节信息增强模块和检测头；主干网络采用残差网络对输入图像进行特征提取；注意力感知金字塔网络由带有跳跃乘积层的CBAM和RetinaNet的FPN两部分组成；主干网络输出的每一层特征均通过一个带有跳跃乘积层的CBAM后，所有CBAM的输出共同输入FPN，FPN采用自顶向下的融合方式得到融合特征；FPN输出的不同层融合特征分别输入一个细节信息增强模块进行特征增强；细节信息增强模块中首先对输入的融合特征进行多次卷积操作，之后将多次卷积操作结果与输入特征进行像素级相乘，最后将像素级相乘结果与输入特征进行像素级求和，得到最终特征；检测头用于对输入的最终特征进行分类； S3：通过训练后的模型对各舰船进行实例级识别。

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集美大学，其通讯地址为：361000 福建省厦门市集美区银江路185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。