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！

龙图腾网获悉北京轩宇空间科技有限公司申请的专利基于小目标特征分布的样本选择方法和目标检测网络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：CN116310363B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202310004399.X，技术领域涉及：G06V10/40；该发明授权基于小目标特征分布的样本选择方法和目标检测网络是由张燚;杨敏;常江;谷晓琳;史高潮;刘科设计研发完成，并于2023-01-03向国家知识产权局提交的专利申请。

本基于小目标特征分布的样本选择方法和目标检测网络在说明书摘要公布了：基于小目标特征分布的样本选择方法和目标检测网络，网络包括：骨干网络，用于提取图像原始特征，输出多层特征图；特征融合网络，用于对多层特征信息进行融合得到单层融合特征图；头部检测网络，包括分类分支、回归分支、相关性分支，利用特征融合网络替代特征金字塔，输出单层特征图为小目标提拱了更多语义信息，在头部检测网络中添加用于衡量分类和回归质量的相关性的分支，缓解检测网络与非极大值抑制算法冲突。样本选择方法根据特征融合网络提取的目标的ROI区域，计算目标的高斯特征分布，利用特征点的高斯感受野分布与目标高斯特征分布的重叠分数，为每个目标选择合适的正样本和负样本训练网络，缓解检测网络对小目标检测性能差的问题。

本发明授权基于小目标特征分布的样本选择方法和目标检测网络在权利要求书中公布了：1.一种小目标检测网络，其特征在于，包括： 骨干网络，用于提取输入图像的原始特征，输出多层特征图； 特征融合网络，用于对多层特征信息进行融合得到单层融合特征图； 头部检测网络，其包括： 分类分支，用于融合特征图，预测分类特征，输出目标的分类分数； 回归分支，用于融合特征图，预测回归特征，输出目标的边界框信息； 相关性分支，用于根据目标的分类分数和边界框信息，通过一组卷积网络为每个特征点输出一个相关性分数，预测目标的分类和回归的相关性分数； 其中，特征融合网络包括： 卷积层，用于对特征图提取图像特征，得到特征信息； 下采样层，包括第一下采样单元和第二下采样单元，第一下采样单元用于对进行下采样，获得与目标分辨率一样大的特征图，第二下采样单元用于对进行下采样，获得与目标分辨率一样大的特征图； 特征融合层，用于将下采样得到的特征相加，得到特征，经过1×1的卷积模块，得到变换后的特征，作为权重因子，与特征相乘，得到融合后的特征，然后与原始特征相加，得到最终的融合特征图。

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北京轩宇空间科技有限公司，其通讯地址为：101318 北京市顺义区高丽营镇文化营村北(临空二路1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。