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！

龙图腾网获悉长春理工大学;中国人民解放军63869部队申请的专利一种梯度分层多分支的空对空无人机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：CN120932143B 。

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：202511171812.7，技术领域涉及：G06V20/17；该发明授权一种梯度分层多分支的空对空无人机目标检测方法是由詹伟达;董筱涵;于国栋;王成龙;张军;刘大鹍;宋薇;王春阳;冯江海设计研发完成，并于2025-08-21向国家知识产权局提交的专利申请。

本一种梯度分层多分支的空对空无人机目标检测方法在说明书摘要公布了：本发明属于目标检测技术领域，公开了一种梯度分层多分支的空对空无人机目标检测方法，该方法具体包括如下步骤：S1，准备数据集；S2，设计多分支下采样模块。本发明，设计了一种梯度分层多分支的空对空无人机目标检测方法，设计了适用于空中无人机目标检测的结构网络，使网络适合处理空对空场景中的复杂背景等干扰，实现多尺度自适应聚焦；设计了多分支下采样模块，按分辨率下降阶段进行梯度分层设计，实现多尺度特征的差异化提取；设计了时空‑尺度感知ST‑C2f特征提取模块，集成时空注意力机制，增强运动目标的特征提取，同时优化适用的损失函数，达到多尺度平衡，梯度稳定性，减少漏检等优势；实验数据证明在本目标检测任务中表现出了良好的性能。

本发明授权一种梯度分层多分支的空对空无人机目标检测方法在权利要求书中公布了：1.一种梯度分层多分支的空对空无人机目标检测方法，其特征在于：该方法具体包括如下步骤： S1，准备数据集：准备空对空无人机目标的图像数据集，包含图像和提取的光流信息； S2，设计多分支下采样模块：该模块包括三分支下采样模块和双分支下采样模块，其中包含标准卷积，可变形卷积，深度可分离卷积，BN层，最大池化和激活函数； S3，设计时空-尺度感知ST-C2f特征提取模块：该模块包括时空注意力机制，标准卷积，可变形卷积，卷积层中包含了归一化和激活函数，最终通过设计的残差结构连接组合,时空-尺度感知ST-C2f特征提取模块由时空注意力模块和四个由可变形卷积和普通卷积组成的瓶颈模块进行残差连接，另外，在高和中分辨率层通过时空-尺度感知ST-C2f特征提取模块再通过一个C2f模块和SPPF模块是兼顾性能和效率的最优策略； S4，设计损失函数：设计复合损失函数，包括分类损失，边界框回归损失，目标置信度损失和运动感知损失； S5，构建目标检测网络模型进行训练：构建加入多分支下采样模块和时空-尺度感知ST-C2f特征提取模块新的目标检测网络，目标检测网络模型包含主干网络，颈部网络和四个检测头； S6，选择评价指标：选取最佳评估指标来衡量梯度分层多分支的空对空无人机目标检测方法的准确性，对S5中完成的目标检测结果进行评估。

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长春理工大学;中国人民解放军63869部队，其通讯地址为：130012 吉林省长春市朝阳区卫星路7089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。