Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 青岛理工大学毕素环获国家专利权

青岛理工大学毕素环获国家专利权

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!

龙图腾网获悉青岛理工大学申请的专利基于YOLOv8-SAHI模型的多尺度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:CN120411719B

龙图腾网通过国家知识产权局官网在2026-02-10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:202510304475.8,技术领域涉及:G06V10/82;该发明授权基于YOLOv8-SAHI模型的多尺度目标检测方法是由毕素环;杭怀繁;毕合春;牟亮亮;许艳;颜海龙设计研发完成,并于2025-03-14向国家知识产权局提交的专利申请。

基于YOLOv8-SAHI模型的多尺度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YOLOv8‑SAHI模型的多尺度目标检测方法,以YOLOv8为基础,对其网络结构进行优化和改进。首先,为应对目标尺度和类别多样性挑战,采用可变核卷积替换主干网络中的一个普通卷积。随后,设计了C2f‑TA模块,使模型聚焦于目标区域,有效抑制不相关信息的干扰。最后,为了解决小目标检测精度低问题,引入切片辅助超推理算法,通过增强小目标的像素表示,以获取更详细的特征信息。本发明提升了模型在建筑工地等复杂背景中对不同尺度目标的适应性,尤其增强了小目标检测能力,有效减少误检与漏检现象,提高检测精度,加强现场监控和安全管理。

本发明授权基于YOLOv8-SAHI模型的多尺度目标检测方法在权利要求书中公布了:1.基于YOLOv8-SAHI模型的多尺度目标检测方法,其特征在于,包括: S1:建立数据集; S2:构建YOLOv8网络模型并对其进行改进,包括:在其主干网络中使用AKConv替换Conv,并在其Neck网络中引入三重注意力机制,使用C2f-TA模块替换C2f模块; S3:将待检图像切分为多个子图像,采用训练好的改进YOLOv8模型对子图像进行检测,保留检测结果中的小尺寸目标; S4:将待检图像采用训练好的改进YOLOv8模型进行检测,保留除小尺寸目标的其他目标检测结果; S5:合并小尺寸目标检测结果和其他目标检测结果,得到最终输出结果; C2f-TA模块的结构为: 输入的特征图首先通过一个卷积块处理,生成中间特征图; 生成的中间特征图被拆分成两部分,一部分直接传递到最终的Concat模块,另一部分传递到多个结合三重注意力机制的Bottleneck模块进行处理; 输入到结合三重注意力机制的Bottleneck的特征图通过卷积、归一化和激活操作,生成的特征图与直接传递的特征图在Concat块进行拼接; 拼接后的特征图输入到一个最终的卷积模块进行处理,生成最终的输出特征图。

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青岛理工大学,其通讯地址为:266033 山东省青岛市市北区抚顺路11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。

免责声明
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。