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！

龙图腾网获悉上海师范大学申请的专利一种基于增强特征提取的小目标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：CN115984172B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202211515877.5，技术领域涉及：G06T7/00；该发明授权一种基于增强特征提取的小目标检测方法是由安康;刘玉强;李明轩;宋亚庆;刘翔鹏;何凤琴设计研发完成，并于2022-11-29向国家知识产权局提交的专利申请。

本一种基于增强特征提取的小目标检测方法在说明书摘要公布了：本发明公开了一种基于增强特征提取的小目标检测方法，属于图像处理和计算机视觉技术领域。该检测方法包括：采集图像构建数据集，并将数据集划分为训练集和测试集；构建改进的YOLOV5网络模型，其主干网络用shufflenetV2代替，添加坐标注意力机制，改进特征提取结构：加深特征金字塔FPN，增加浅层特征重用，删除低分辨率目标检测层，避免无效计算；使用训练集数据对改进的YOLOV5网络模型进行训练，得到小目标检测模型。本发明通过增加浅层特征重用及引入坐标注意力机制，提升了检测精度，通过缩减模型体积，降低网络参数量及计算量，满足了实时性的要求。

本发明授权一种基于增强特征提取的小目标检测方法在权利要求书中公布了：1.一种基于增强特征提取的小目标检测方法，其特征在于，包括： 1采集图像构建数据集，并将所述数据集划分为训练集和测试集； 2构造改进的YOLOV5网络模型： 2.1主干网络用shufflenetV2代替：采用双卷积核处理并连接的方式，同时合并连续的逐元素操作； 主干网络用shufflenetV2代替包括：使用所述shufflenetV2卷积模块替换原始网络中的3-8层的卷积模块与C3模块，采用通道分割和通道混洗策略； 2.2添加坐标注意力机制：将位置信息嵌入到通道注意力之中，综合图像全局信息，弱化背景信息干扰； 添加坐标注意力机制包括：在主干网络的第2、5、8、12层之后加入坐标注意力模块； 2.3改进特征提取结构：加深特征金字塔FPN，增加浅层特征重用，保留更丰富的位置信息，增强小目标特征提取能力，同时由于数据集中目标尺度分布的特点，删除低分辨率目标检测层，避免无效计算； 改进特征增提取结构包括：网络结构中第14层输出的特征图经过nearest上采样后与第8层输出的特征图通过concat进行特征融合；将融合得到的特征图通过nearest上采样并与第5层输出的特征图进行concat特征融合；上述结果再度通过nearest上采样后与第2层输出的特征图进行concat操作得到融合后的特征图；该特征图通过C3模块后最终得到各预测层输出结果；该结果包含一个新增的针对微小目标的高分辨率目标检测层，提升小目标检测效果，同时删除了原有的低分辨率目标检测层，避免无效计算； 3使用所述数据集数据对所述改进的YOLOV5网络模型进行训练，获得小目标检测模型。

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师范大学，其通讯地址为：200234 上海市徐汇区桂林路100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。