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！

龙图腾网获悉上海应用技术大学申请的专利一种基于改进YOLOv7模型的小目标漂浮垃圾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：CN117292313B 。

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：202311219251.4，技术领域涉及：G06V20/52；该发明授权一种基于改进YOLOv7模型的小目标漂浮垃圾检测方法是由肖立中;胡凡设计研发完成，并于2023-09-20向国家知识产权局提交的专利申请。

本一种基于改进YOLOv7模型的小目标漂浮垃圾检测方法在说明书摘要公布了：本发明涉及一种基于改进YOLOv7模型的小目标漂浮垃圾检测方法，其特征在于，包括以下步骤：获取水面漂浮垃圾检测数据集；构建基于YOLOv7的小目标漂浮垃圾检测基准模型，引入空洞卷积改进颈部网络中的特征融合部分，使用空洞空间金字塔池化模块ASPP替换空间金字塔池化模块，并嵌入上下文内容增强模块CAM，用不同膨胀率的空洞卷积获取不同感受野的上下文信息，并从上到下注入特征融合网络以丰富上下文信息；对基于改进YOLOv7模型的小目标漂浮垃圾检测模型进行训练，将训练后的模型在测试集上进行检测并验证。解决了在复杂场景下检测特征不清晰的小型垃圾目标时，难以解决小尺寸目标特征信息丢失的问题。检测效果更好，漏检误检减少，检测物体的置信度也得到提高。

本发明授权一种基于改进YOLOv7模型的小目标漂浮垃圾检测方法在权利要求书中公布了：1.一种基于改进YOLOv7模型的小目标漂浮垃圾检测方法，其特征在于，包括以下步骤： 步骤1：获取无人船视角下的水面漂浮垃圾检测数据集，划分训练集、验证集和测试集； 步骤2：构建基于改进YOLOv7模型的小目标漂浮垃圾检测模型： 构建基于YOLOv7的小目标漂浮垃圾检测基准模型，分为输入端、骨干网络、颈部网络和检测网络； 对颈部网络进行改进：引入空洞卷积改进颈部网络中的特征融合部分，使用空洞空间金字塔池化模块ASPP替换空间金字塔池化模块，并嵌入上下文内容增强模块CAM，用不同膨胀率的空洞卷积获取不同感受野的上下文信息，并从上到下注入特征融合网络以丰富上下文信息； 改进后的颈部网络由ASPP模块、Conv模块、Upsample模块、CAM模块、ELAN2模块、MPConv模块构成； 完成ASPP模块的特征融合后，将得到的输出结果输入到Conv模块中，进行降维减少参数，得到新的特征图；然后将得到的特征图输入到Upsample模块中进行上采样；之后将上采样得到的结果输入到CAM模块中； 在CAM模块之后，将上一部分骨干网络中，四个Conv模块、第一个ELAN1模块和MPConv模块后的第2个ELAN1模块的输出结果输入到Conv模块，并将得到的结果与CAM模块输出的结果进行Concat拼接，得到融合上下文的信息；之后经过ELAN2模块，完成对于特征信息的提取；在ELAN2模块后经过Conv、Upsample模块对上文信息进行上采样；接着将上一部分骨干网络中，四个Conv模块、两个ELAN1模块和MPConv模块后的第3个ELAN1模块的输出结果输入到Conv模块，并将结果与上采样后的信息进行Concat拼接；之后依次经过ELAN2、MPConv模块，同时与上面不同层的信息进行拼接，分别完成对小型目标、中型目标、大型目标不同尺度特征信息的获取，以便将得到的不同信息用于后面检测网络的分类回归预测； 其中，ELAN1模块由四个分支构成，第一个和第二个分支都是一个1×1的卷积层，用于降维；第三个分支在得到第二个分支1×1卷积输出结果后，再进行两次步长为1的3×3卷积层；第四个分支在前一个分支第二个3×3卷积模块输出结果后，再次进行两次步长为1的3×3卷积层；ELAN2模块与ELAN1模块不同之处在于它存在六个分支，在第二个分支后，依次将上一个分支的输出经过一个步长为1的3×3卷积层后得到新的输出，最后将六个分支的结果进行拼接； 步骤3：对基于改进YOLOv7模型的小目标漂浮垃圾检测模型进行训练，将训练后的模型在测试集上进行检测，以验证基于改进YOLOv7模型的小目标漂浮垃圾检测模型在检测结果上的优越性。

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上海应用技术大学，其通讯地址为：200235 上海市徐汇区漕宝路120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。