Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏智能无人装备产业创新中心有限公司范丽丽获国家专利权

江苏智能无人装备产业创新中心有限公司范丽丽获国家专利权

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!

龙图腾网获悉江苏智能无人装备产业创新中心有限公司申请的专利一种基于残差增强的小目标检测方法、装置及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:CN116486187B

龙图腾网通过国家知识产权局官网在2026-01-02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:202310282397.7,技术领域涉及:G06V10/77;该发明授权一种基于残差增强的小目标检测方法、装置及介质是由范丽丽设计研发完成,并于2023-03-22向国家知识产权局提交的专利申请。

一种基于残差增强的小目标检测方法、装置及介质在说明书摘要公布了:本发明公开了一种基于残差增强的小目标检测方法、装置及介质,所述方法包括以下步骤:获取小目标检测图像;配置残差特征增强算法;采用噪声去除网络对小目标检测图像进行噪声去除处理,得到第一待处理图像;调用残差特征增强算法对第一待处理图像进行逐层目标预测处理,得到小目标预测结果;本发明能够基于残差特征增强算法将高层特征图逐层合并到低层特征图,从而将上下文信息从高层传递到低层,并进行深度监督学习,以降低维度,然后使用反卷积重新调整输入图像的大小,使用分层提升网络降低易识别样本的权重,直接增强了目标检测对象与背景的表征能力,最终使检测模型能够更加关注较难识别的检测样本。

本发明授权一种基于残差增强的小目标检测方法、装置及介质在权利要求书中公布了:1.一种基于残差增强的小目标检测方法,其特征在于,包括: 获取小目标检测图像;配置残差特征增强算法; 采用噪声去除网络对所述小目标检测图像进行噪声去除处理,得到第一待处理图像; 调用所述残差特征增强算法对所述第一待处理图像进行逐层目标预测处理,得到小目标预测结果; 所述残差特征增强算法为:对所述第一待处理图像进行分层特征提取,得到若干初始特征图像;对若干所述初始特征图像分别进行特征合并处理,得到若干待调整特征图像;对若干所述待调整特征图像进行降维处理,得到若干待预测特征图像;基于若干所述待预测特征图像进行目标预测,得到所述小目标预测结果; 所述对所述第一待处理图像进行分层特征提取,得到若干初始特征图像,包括:通过自下而上的若干卷积网络提取关于所述第一待处理图像的若干所述初始特征图像;若干所述初始特征图像的特征级别与若干所述卷积网络分别匹配; 所述对若干所述初始特征图像分别进行特征合并处理,得到若干待调整特征图像,包括:按照所述特征级别将若干所述初始特征图像划分为非自适应合并层图像和自适应合并层图像;将所述非自适应合并层图像所对应的初始特征图像与该初始特征图像的高级层特征图像进行融合,得到若干第一融合特征图像;对所述自适应合并层图像所对应的初始特征图像进行自适应融合处理,得到第二融合特征图像;整理所述第二融合特征图像和若干所述第一融合特征图像,得到若干所述待调整特征图像; 所述基于若干所述待预测特征图像进行目标预测,得到所述小目标预测结果,包括:将若干所述待预测特征图像分别引入FPHBN模型的分层提升网络中,生成与若干所述待预测特征图像分别对应的若干目标对象预测图;计算若干所述目标对象预测图分别对应的若干损失函数;基于若干所述损失函数在若干所述目标对象预测图中确认最终目标预测图,令所述最终目标预测图作为所述小目标预测结果。

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江苏智能无人装备产业创新中心有限公司,其通讯地址为:213300 江苏省常州市溧阳市昆仑街道码头西街618号1幢515室;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。