江西师范大学周德林获国家专利权
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!
龙图腾网获悉江西师范大学申请的专利一种基于轻量化动态卷积的车辆行人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:CN121170724B 。
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:202511728911.0,技术领域涉及:G06V20/54;该发明授权一种基于轻量化动态卷积的车辆行人检测方法是由周德林;曾纪国;郭凡;陈世杰;陈蔚星;黄强;杨波设计研发完成,并于2025-11-24向国家知识产权局提交的专利申请。
本一种基于轻量化动态卷积的车辆行人检测方法在说明书摘要公布了:本发明公开了一种基于轻量化动态卷积的车辆行人检测方法,属于目标检测领域。包括以下步骤:获取车辆行人图片;构建YOLOv12的改进网络模型;将车辆行人图片输入构建的YOLOv12的改进网络模型进行检测,完成对车辆、行人的检测;所述构建的YOLOv12的改进网络模型设计动态卷积的双注意力双卷积特征融合模块,动态卷积的双注意力双卷积特征融合模块对全维度动态卷积模块进行剪枝,将剪枝后的动态卷积模块替换双注意力双卷积特征融合模块的两个传统1×1卷积模块;构建多特征加权融合模块;将综合交并比损失函数替换为尺度感知的加权交并比损失函数。本发明提供的目标检测方法,提高了对低质量样本以及小目标的识别精度。
本发明授权一种基于轻量化动态卷积的车辆行人检测方法在权利要求书中公布了:1.一种基于轻量化动态卷积的车辆行人检测方法,其特征在于,方法包括: 获取车辆行人图片; 构建YOLOv12的改进网络模型; 将车辆行人图片输入构建的YOLOv12的改进网络模型进行检测,完成对车辆、行人的检测; 其中,构建的YOLOv12的改进网络模型由主干网络、颈部网络、检测头组成;将车辆行人图片输入主干网络进行处理;将主干网络的输出输入至颈部网络进行处理,将颈部网络的输出输入至检测头进行处理,输出车辆、行人的检测结果; 所述构建的YOLOv12的改进网络模型在原YOLOv12模型基础上设计动态卷积的双注意力双卷积特征融合模块,动态卷积的双注意力双卷积特征融合模块对全维度动态卷积模块进行剪枝,将剪枝后的动态卷积模块替换双注意力双卷积特征融合模块的两个传统1×1卷积模块;构建多特征加权融合模块;将综合交并比损失函数替换为尺度感知的加权交并比损失函数; 其中,构建多特征加权融合模块;在颈部网络的第一多特征加权融合模块和第二多特征加权融合模块结构相同;第一多特征加权融合模块的公式如下: ; 其中,表示第一多特征加权融合模块的输出,L表示第一多特征加权融合模块输入的特征数量总量,n表示第一多特征加权融合模块输入的第n个特征,表示第一多特征加权融合模块的输入对应的权重,表示第一多特征加权融合模块的输入,包括第六3×3卷积模块、第一双注意力双卷积特征融合模块以及第二C3K2特征提取模块的输出; 第一多特征加权融合模块的输入对应的权重的公式如下: ; ; ; 其中,表示初始化后的可学习权重,初始均为1,表示对可学习权重进行初始化,为Swish激活函数的输出。
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江西师范大学,其通讯地址为:330000 江西省南昌市高新技术开发区紫阳大道99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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励