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！

龙图腾网获悉衢州市特种设备检验检测研究院申请的专利无人机小目标检测模型训练方法、应用方法及相关产品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：CN120495632B 。

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：202510619704.5，技术领域涉及：G06V10/25；该发明授权无人机小目标检测模型训练方法、应用方法及相关产品是由叶剑刚;周文;王涛;朱高峰;胡恒;毛晓磊;王辉;徐峰设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本无人机小目标检测模型训练方法、应用方法及相关产品在说明书摘要公布了：本申请公开了一种无人机小目标检测模型训练方法、应用方法及相关产品，涉及人工智能的小目标检测技术领域，该训练方法包括：利用Resnet18提取卫星地图的特征，得到卫星特征图；对无人机图像数据进行逐步下采样，提取目标特征，得到若干个可见光特征图；将最小的可见光特征图与卫星特征图进行特征融合，得到背景融合特征图；利用上采样方法提取背景融合特征图的上采样特征后，依次与对应同一级别的可见光特征图进行融合上采样，得到若干个融合特征图；以若干个融合特征图为输入，无人机图像数据中包含的目标位置信息和目标类别信息为标签，训练目标检测模型，得到无人机小目标检测模型。本申请可在保证准确性的基础上有效降低计算量。

本发明授权无人机小目标检测模型训练方法、应用方法及相关产品在权利要求书中公布了：1.一种无人机小目标检测模型训练方法，其特征在于，包括： 获取航拍数据；所述航拍数据包括：无人机航拍图像数据以及对应的相机角度和无人机位置；所述无人机航拍图像数据包括：无人机图像数据以及无人机图像数据中包含的目标位置信息和目标类别信息； 根据所述相机角度和所述无人机位置，获取所述无人机图像数据对应的卫星地图，并利用Resnet18提取所述卫星地图的特征，得到卫星特征图； 对所述无人机图像数据进行逐步下采样，提取目标特征，得到若干个可见光特征图； 将最小的所述可见光特征图与所述卫星特征图，以Transformer的方式进行特征融合，得到背景融合特征图； 利用上采样方法提取所述背景融合特征图的上采样特征后，依次与对应同一级别的所述可见光特征图进行融合上采样，得到若干个融合特征图； 以若干个所述融合特征图为输入，所述无人机图像数据中包含的目标位置信息和目标类别信息为标签，训练目标检测模型，得到无人机小目标检测模型； 对所述无人机图像数据进行逐步下采样，提取目标特征，得到若干个可见光特征图，具体包括： 利用若干个多尺度特征提取模块，对所述无人机图像数据进行逐步下采样，提取目标特征，得到若干个可见光特征图； 其中，每个所述多尺度特征提取模块的特征提取过程，具体包括： 对所述无人机图像数据进行3×3卷积下采样，得到第一特征图； 利用感受野自适应模块，根据所述第一特征图，得到感受野自适应特征图； 利用空间关联模块，根据所述第一特征图，得到空间关联模块特征图；所述空间关联模块包括线性层、ReLU激活函数、线性层这三个部分； 将所述感受野自适应特征图和空间关联模块特征图，按照元素对应位置相乘，得到第二特征图； 将所述第二特征图与所述感受野自适应特征图相加后，通过1×1卷积得到可见光特征图； 所述利用感受野自适应模块，根据所述第一特征图，得到感受野自适应特征图，具体包括： 将所述第一特征图复制五次，得到第一复制特征图、第二复制特征图、第三复制特征图、第四复制特征图和第五复制特征图； 将所述第一复制特征图、所述第二复制特征图、所述第三复制特征图和所述第四复制特征图，分别通过并行的3×3,5×5,9×9和13×13的大核空洞卷积，得到感受野特征图； 将所述感受野特征图和所述第一特征图进行通道维度的拼接后，通过3×3卷积，得到多重感受野特征图； 利用通道注意力方法，对所述多重感受野特征图的每个感受野通道，赋予不同的权重，得到权重感受野特征图； 利用1×1卷积对所述权重感受野特征图进行降维，得到感受野自适应特征图。

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衢州市特种设备检验检测研究院，其通讯地址为：324000 浙江省衢州市柯城区下张乐园路592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。