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！

龙图腾网获悉中国民用航空飞行学院申请的专利基于改进YOLOv3的机场盲区遥感图像目标检测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：CN115546524B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202211126924.7，技术领域涉及：G06V10/762；该发明授权基于改进YOLOv3的机场盲区遥感图像目标检测方法是由董兵;杨轲;耿文博;吴悦;郝宽公设计研发完成，并于2022-09-16向国家知识产权局提交的专利申请。

本基于改进YOLOv3的机场盲区遥感图像目标检测方法在说明书摘要公布了：本发明公开了一种基于改进YOLOv3的机场盲区遥感图像目标检测方法，首先，基于传统YOLOv3网络加入SPP混合池化提取网络结构，并提出以深度可分离卷积替代普通卷积；其次，针对小尺度目标数据集，增加了第四层金字塔加强特征提取网络，在kmeans++聚类算法的基础上提出一种线性放缩进行锚框筛选；再次，结合RSOD‑Dataset数据集设计了对照不同trick影响下的消融实验；最后通过与SSD、原Yolov3目标检测算法对比，结果表明本发明具有更优的检测效果，并在mixup数据增广后的虚拟数据集上也有良好的检测效果，能够有效解决机场终端区航空器处于监视雷达盲区的问题。

本发明授权基于改进YOLOv3的机场盲区遥感图像目标检测方法在权利要求书中公布了：1.基于改进YOLOv3的机场盲区遥感图像目标检测方法，其特征在于，包括以下步骤： 步骤1：航空遥感数据集获取 步骤1.1：获取RSOD航空遥感数据集并按比例将数据集划分为训练集、验证集和测试集； 步骤1.2：将按训练集、验证集、测试集按照txt格式文件存放，并读取初始先验框坐标及尺度信息； 步骤2：计算先验框的尺度 基于训练集数据，利用kmean++算法计算先验框的尺度； 步骤3：调整先验框大小 利用针对航空遥感数据集小目标的线性放缩方法调整先验框大小； 步骤4：构建改进YOLOv3的机场盲区遥感图像目标检测网络模型； 步骤5：训练改进的YOLOv3网络模型 利用所述训练集中的训练数据对改进的YOLOv3网络模型进行训练，采用余弦退火学习率调整模型梯度，计算并记录损失函数，直至模型达到收敛，并在验证集中进行验证，调整YOLOv3网络模型的网络参数； 步骤6：模型评估 基于调参完成后的YOLOv3网络模型，利用测试集进行预测结果、MAP值的计算和真实锚框的绘制； 步骤7：数据增广集上模型评估 基于RSOD-Dataset数据集采用Mixup数据增广，构造最后进近定位点之后进场飞机的虚拟增广数据集，并参照步骤6在虚拟增广数据集上进行预测结果、MAP值的计算和真实锚框的绘制； 步骤8：依据步骤6和步骤7的预测结果，对改进的YOLOv3网络模型进行验证； 步骤4的具体操作步骤包括： 步骤4.1：在原始YOLOv3三层特征融合提取网络的基础上构建第四层加强特征提取层，形成四层金字塔多特征融合提取网络； 步骤4.2：基于Darknet53网络加入SPP特征提取结构，所述SPP特征提取结构包括4条最大池化运算通路以及特征融合运算模块，所述最大池化运算通路的卷积核依次为1×1、5×5、9×9和13×13； 步骤4.3：采用深度可分离卷积替代普通卷积。

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民用航空飞行学院，其通讯地址为：618307 四川省德阳市广汉市南昌路四段46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。