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！

龙图腾网获悉泉州装备制造研究所申请的专利一种小尺度目标检测方法、系统及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：CN118365865B 。

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：202410767180.X，技术领域涉及：G06V10/25；该发明授权一种小尺度目标检测方法、系统及存储介质是由巢建树;赵庆辉;赖耀平;官敬超;陈思遥;李垚卿设计研发完成，并于2024-06-14向国家知识产权局提交的专利申请。

本一种小尺度目标检测方法、系统及存储介质在说明书摘要公布了：本发明涉及计算机视觉技术领域，具体涉及一种小尺度目标检测方法、系统及存储介质，S1：获取图像数据集；S2：在YOLOv8模型的骨干网络中集成像素重排特征提取模块PRFE，将颈部网络替换为特征重排网络FR‑Neck，将输入检测头的检测层设置为三个不同尺度的特征图，获得基于像素重排与特征重排的小尺度目标检测模型；S3：将训练集中的图像数据输入基于像素重排与特征重排的小尺度目标检测模型，不断迭代训练获得小尺度目标检测的权重文件；S4：将权重文件加载到所述基于像素重排与特征重排的小尺度目标检测模型中得到目标检测模型；S5：将待检测图像输入到目标检测模型中，输出对应的目标检测结果；有效提高模型对小尺度目标的检测能力。

本发明授权一种小尺度目标检测方法、系统及存储介质在权利要求书中公布了：1.一种小尺度目标检测方法，其特征在于：包括如下步骤： S1：获取含有小尺度目标的图像数据集； S2：YOLOv8模型包括依次连接的输入端、骨干网络、颈部网络和检测头，在所述骨干网络中集成像素重排特征提取模块PRFE，将所述颈部网络替换为特征重排网络FR-Neck，对骨干网络输出的不同尺度的特征图N2160pixel×160pixel、N380pixel×80pixel、N440pixel×40pixel、N520pixel×20pixel进行特征融合，将输入所述检测头的检测层设置为P2160pixel×160pixel、P380pixel×80pixel和P520pixel×20pixel三个不同尺度的特征图，获得基于像素重排与特征重排的小尺度目标检测模型PFR-YOLOv8； S3：采用所述图像数据集对所述基于像素重排与特征重排的小尺度目标检测模型进行训练，将所述图像数据集按预设比例划分为训练集和验证集，将所述训练集中的图像数据输入到所述基于像素重排与特征重排的小尺度目标检测模型，不断迭代训练获得小尺度目标检测的权重文件； S4：获取待检测图像，将所述权重文件加载到所述基于像素重排与特征重排的小尺度目标检测模型中得到目标检测模型； S5：将所述待检测图像输入到所述目标检测模型中，输出对应的目标检测结果，所述目标检测结果包括目标类别、预测框和置信度； 所述骨干网络包括四个Conv模块、四个C2f模块和一个SPPF模块，采用SPD-Conv和EffectiveSE构建像素重排特征提取模块PRFE，并将PRFE集成到所述骨干网络中； 所述FR-Neck包括多重特征融合机制MFF模块、C2f模块、Concat模块和UpSample模块，采用所述MFF模块构建特征重排网络FR-Neck，MFF模块将三种不同尺度的特征图分别进行处理后融合，具体处理步骤如下： 使用最邻近插值上采样算法对小尺度特征图进行上采样处理，保留具有丰富局部特征的第一图像； 使用通道注意力机制对中尺度特征图进行处理，得到具有精细特征的第二图像； 使用ContextGuidedBlock对大尺度特征图进行处理，得到具有丰富上下文信息的第三图像； 将所述第一图像、所述第二图像和所述第三图像沿通道维度依次拼接在一起。

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泉州装备制造研究所，其通讯地址为：362141 福建省泉州市台商投资区洛阳镇上浦村吉贝511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。