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！

龙图腾网获悉重庆理工大学申请的专利基于Yolov5的融合空间信息多头预测小目标检测算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：CN116681646B 。

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：202310403455.7，技术领域涉及：G06T7/00；该发明授权基于Yolov5的融合空间信息多头预测小目标检测算法是由黄同愿;余潜江设计研发完成，并于2023-04-14向国家知识产权局提交的专利申请。

本基于Yolov5的融合空间信息多头预测小目标检测算法在说明书摘要公布了：本发明公开了一种基于Yolov5的融合空间信息多头预测小目标检测算法，属于目标检测领域，包括以下步骤：S1、数据获取；S2、构建新研发的基于Yolov5的融合空间信息多头预测小目标检测算法；S3、检测算法模型进行训练，保存最优模型；S4、最优模型进行预测，保存预测结果，获取评价指标，最后进行结果对比；小目标检测经过多年发展依然有巨大的困难，常见的小目标检测方法有增加小目标特征的信息量，在实际上已经不是把他当小目标来对待了。事实上，小目标检测的困难是对于小目标在图片中的定位不确定造成的，因此本发明将提升定位小目标的位置与增加小目标的预测层。本发明实验验证增加位置信息特征与增加预测层是可以提高对小目标的检测能力。

本发明授权基于Yolov5的融合空间信息多头预测小目标检测算法在权利要求书中公布了：1.基于Yolov5的融合空间信息多头预测小目标检测方法，其特征在于，所述方法包括如下步骤： S1、数据获取； S2、构建改进的基于YOLOv5模型的目标检测算法模型； S3、构建损失函数并对目标检测算法模型进行训练，保存最优模型； S4、使用最优模型进行预测，保存预测结果，获取评价指标，最后进行结果对比； 所述步骤S2包括CoordCSP模块的结构设计，以及基于CoordCSP模块的四层预测层的设计；所述CoordCSP模块的结构设计具体包括如下步骤： S21、通过一个CoordConv层将位置特征嵌入到特征图中，使特征图在原有通道维度基础上增加两个维度； S22、将经过步骤S21处理后的特征图，分别输入两个模块，一个瓶颈模块和一个位置卷积模块，然后将瓶颈模块和位置卷积模块处理后的特征在通道维度上进行拼接融合；其中，瓶颈模块的具体实现为：采用1*1香草卷积和3*3香草卷积作为主干网络、搭配一个shortcut的加法操作，shortcut用于向前传递原始的通道特征信息，1*1香草卷积和3*3香草卷积用于更加贴合模型并且拓宽特征感知视野，矩阵的像素加法作为数据点，将通道信息和空间信息中被过滤掉的更高级的语义信息进行融合； S23、CoordConv将被用于CoordCSP模块相连接的地方上赋予原始特征的位置信息，并且这些位置信息完全匹配的具备明确的位置号码的特征与颈部的输出在通道上串联，并最终通过1*1香草卷积完成像素级的空间信息和通道信息融合，融合后的特征图传递到下一层网络中去； 基于CoordCSP模块的四层预测层的设计具体包括：增加一个用于微小物体检测的预测头，结合其它3个预测头，使用四层预测头来对小目标进行精准的预测，其中，增加的预测头是由低层级、高分辨率的特征图生成的，对微小物体更加敏感。

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重庆理工大学，其通讯地址为：400054 重庆市巴南区红光大道69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。