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！

龙图腾网获悉重庆邮电大学申请的专利一种基于密集连接注意力的交通标志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：CN116109602B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202310140592.6，技术领域涉及：G06T7/00；该发明授权一种基于密集连接注意力的交通标志检测方法是由唐伦;黄昂;潘翔;陈前斌设计研发完成，并于2023-02-20向国家知识产权局提交的专利申请。

本一种基于密集连接注意力的交通标志检测方法在说明书摘要公布了：本发明涉及一种基于密集连接注意力的交通标志检测方法，属于智能交通领域。针对自动驾驶目标检测任务中广视野下交通标志目标小的问题，提出了一种基于密集连接注意力的交通标志检测算法DCAM‑YOLO。在特征增强网络和检测头部之间嵌入密集连接型空间注意力机制模块DCAM，DCAM对输入的特征进行多次卷积得到多个尺寸相同的特征图，然后将得到特征图沿通道方向挖掘空间注意力特征形成空间注意力特征网络层，最后利用密集连接的方式将得到的多个空间注意力特征网络层进行融合形成密集连接型的注意力权重，增加对输入特征中有效信息的利用率，实现了更高层次的融合强化了对特征的提取。

本发明授权一种基于密集连接注意力的交通标志检测方法在权利要求书中公布了：1.一种基于密集连接注意力的交通标志检测方法，其特征在于：该方法包括以下步骤： S1：将图像输入到目标检测网络中的主干网络中，利用主干网络将图像中的和交通标志相关的有效信息进行提取； S2：将主干网络提取到的有效信息送入目标检测网络中的特征融合网络，该特征融合网络能够实现不同特征间的融合，融合后特征具有丰富的与检测目标相关的语义信息和位置信息，语义信息和位置信息能够提高目标检测的精度；在网络训练过程中，将相同目标的不同深度的特征层进行融合；导致同一类型的不同尺寸特征对融合后输出的特征产生不平等的权重；引入加权双向特征金字塔网络BiFPN来代替YOLOv5中的特征金字塔网络；加权双向特征金字塔网络参考注意力机制Attention针对融合的不同尺寸特征增加权重，动态可学习的调节每个尺度的贡献度，使网络在获得不同尺寸的特征时更好的将其融合；增加残差连接以增强特征的表达能力；对于单输入边和输出边的结点，以BiFPN替代FPN以提高模型融合特征能力； S3：将融合后的特征输入到密集连接注意力机制模块DCAM中，利用注意力机制，对小目标赋予更高的权重，使得目标检测网络更加关注于这些小目标的特征信息，提高小目标检测的检测精度；设计密集连接注意力机制模块DCAM，密集连接注意力机制模块的设计原则充分挖掘输入特征中的有效信息的同时不过分增加网络参数和浮点计算数，即保障插即用的密集连接注意力机制模块DCAM在不同目标检测网络中的适用性与目标检测算法的实时性；DCAM对输入的特征进行多次卷积得到多个尺寸相同的特征图，然后将得到特征图沿通道方向挖掘空间注意力特征形成空间注意力特征网络层，利用密集连接的方式将得到的多个空间注意力特征网络层进行融合形成密集连接型的注意力权重，增加对输入特征中有效空间信息的利用率； 所述密集连接注意力机制模块DCAM包括注意力生成模块、特征增强模块和注意力特征融合模块； 注意力生成模块：设输入到空间注意力生成模块的特征X为C*H*W，C为特征的通道数，H和W分别为特征的长和宽，先对输入的特征沿着通道方向进行最大池化和平均池化操作，分别得到两个1*H*W的特征，然后利用一个3*3的卷积模块将两个特征进行特征融合，最后将融合后的特征进行归一化和激活函数的处理得到所需要的空间注意力； 特征增强模块：在保证提取到相同尺寸特征图的同时，减少计算参数和计算浮点数，采用轻量级的沙漏型网络，假设输入到特征增强模块的特征为w*h*d，d为特征的通道数，w和h分别为特征的长和宽，将输入特征通过一个通道数为d2的1*1的卷积进行降维操作，得到的特征的通道数只有d2，再利用3*3的卷积将特征进行升维，将特征通道数重新恢复到d，最后将得到的特征与原特征进行相加，得到最终的增强特征； 注意力融合模块：设Mi为第i个特征增强模块的空间注意力，i=1,2,3,4,...，C为特征拼接；特征增强模块FRMi生成的特征FRMi为w*h*d，则空间注意力M1，M2...Mi为w*h*1,1为特征的通道数，w和h分别为特征的长和宽，利用特征拼接将i个注意特征进行拼接形成w*d*i的注意力特征，然后将拼接的特征利用1*1的卷积进行融合，生成大小为w*d*1的融合注意力，最后将融合注意力与特征FRMi相乘； S4：将经过密集连接空间注意力模块处理后的特征输入到目标检测网络的检测头部，利用基于锚框的多尺度目标检测方法，对特征进行分类和定位，得到最终的目标检测结果。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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。