中国人民解放军空军工程大学邹金霖获国家专利权
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！
龙图腾网获悉中国人民解放军空军工程大学申请的专利一种基于深度学习的可见光目标识别方法、装置、电子设备和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：CN119649006B 。
龙图腾网通过国家知识产权局官网在2025-12-26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：202411823062.2，技术领域涉及：G06V10/25；该发明授权一种基于深度学习的可见光目标识别方法、装置、电子设备和存储介质是由邹金霖;张鹏;谢文俊;刘亚擎;肖蕾设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。
本一种基于深度学习的可见光目标识别方法、装置、电子设备和存储介质在说明书摘要公布了：本申请提供一种基于深度学习的可见光目标识别方法、装置、电子设备和存储介质，属于可见光目标识别技术领域，可见光目标识别方法包括通过获取可见光目标识别图像；基于预构建的小目标特征解耦提取网络处理所述可见光目标识别图像，得到不同尺度的多个可见光目标识别特征图，并基于多个所述可见光目标识别特征图确定可见光目标识别结果；输出所述可见光目标识别结果，本发明中的小目标特征解耦提取网络能够更好地挖掘不同深度特征层的多维特征，从而提高检测的准确率和鲁棒性。
本发明授权一种基于深度学习的可见光目标识别方法、装置、电子设备和存储介质在权利要求书中公布了：1.一种基于深度学习的可见光目标识别方法，其特征在于，包括： 获取可见光目标识别图像； 基于预构建的小目标特征解耦提取网络处理所述可见光目标识别图像，得到不同尺度的多个可见光目标识别特征图，并基于多个所述可见光目标识别特征图确定可见光目标识别结果； 输出所述可见光目标识别结果； 其中，构建所述小目标特征解耦提取网络的过程包括： 基于可变形卷积网络层、小目标检测层和YOLO算法的ResNet50-vd确定改进的ResNet50-vd； 将YOLOv3算法中的基础网络Darknet-53替换为改进的ResNet50-vd，所述改进的ResNet50-vd包括第一特征输出层至第五特征输出层； 基于所述改进的ResNet50-vd的第二特征输出层至第五特征输出层各自的输出特征图确定特征金字塔网络； 基于所述特征金字塔网络确定路径聚合网络； 基于所述路径聚合网络确定多层级特征融合层； 基于依次通信连接的所述改进的ResNet50-vd、所述特征金字塔网络和所述多层级特征融合层构建所述小目标特征解耦提取网络。
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人民解放军空军工程大学，其通讯地址为：710051 陕西省西安市长乐东路甲字1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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励