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！

龙图腾网获悉北京工业大学申请的专利一种基于旋转的CenterNet2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：CN115187786B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202210864923.6，技术领域涉及：G06V10/25；该发明授权一种基于旋转的CenterNet2目标检测方法是由王冰路;同磊;肖创柏设计研发完成，并于2022-07-21向国家知识产权局提交的专利申请。

本一种基于旋转的CenterNet2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旋转的CenterNet2目标检测方法，设计基于CenterNet2的旋转角度检测分支；CenterNet2网络是两阶段的无锚框目标检测算法，通过第一阶段检测得到热力特征图heatmap和边框回归特征图，通过热力图获取目标的中心点大致位置，通过热力图上目标中心点的索引从边框特征图中获取该目标的边框大小，进而获取目标中心点坐标和其边界框的宽高。本发明构建基于CenterNet2的旋转角度检测分支，在CenterNet2的一阶段检测模块中新增一个角度回归分支，用于回归每个目标的旋转角度。利用其多尺度融合的特征金字塔结构，对特征金字塔模块的多个尺度的输出特征图，均增加一个角度回归分支，并且和对应尺度下的热力图像对齐，形成基于多尺度的旋转角度回归分支，进一步提升了角度回归的精度。

本发明授权一种基于旋转的CenterNet2目标检测方法在权利要求书中公布了：1.一种基于旋转的CenterNet2目标检测方法，其特征在于：构建基于旋转的CenterNet2的网络模型包括如下步骤： 步骤1.1.主干网络； 采用Res2Net模型作为的CenterNet2的主干特征提取网络，进行对输入图像的特征提取；Res2Net模型的每个构建单元在原有的残差单元结构中增加小的残差块，提升每一层感受野大小，利用分组卷积，将输出的通道维数平均分为多组，分别进行卷积，最后输出结果在通道维度进行堆叠，在不增加模型计算量的基础下捕获更多的细节和全局特性； 在Res2Net模型中采用可变性卷积；对于规则的感受域的偏移量参数R可用公式1表示，当遇到有不同形状的目标时，通过学习每个位置的偏移量,调整卷积操作在特征图中的运算位置； 1； 卷积核实际进行卷积运算时，运算位置可离散的分布在特征图上的多个位置，以适应不同形状目标的特征提取，增强模型的特征提取能力； 步骤1.2.特征金字塔网络； 特征金字塔网络以主干特征提取网络的某几个下采样特征层作为输入，采用Res2Net的第三次、第四次和第五次下采样的特征图作为特征金字塔模块的输入，将三层特征图自底向上进行特征融合，以增强特征图所包含的信息；采用将第五次下采样的输入特征再进行两次下采样的方法，生成第六、第七次下采样的特征图；最后将第三、四、五、六、七次下采样的特征图送入模型的下一个阶段； 步骤1.3.CenterNet一阶段检测； CenterNet2网络在一阶段采用CenterNet网络结构完成对目标的粗略检测，CenterNet网络头分支包括热力图预测分支和物体边框预测分支；在此过程中，模型根据特征金字塔结构输出的5个特征图，生成大量的建议框；在CenterNet一阶段检测头分支中，新增角度预测分支； 对于每个特征图，经过卷积得到大小和输入分辨率一致的单通道特征图，即为角度预测结果，且该特征图与热力图中的像素点一一对应；根据热力图获取目标的中心点后，得到该目标在热力图中的坐标索引，通过该坐标索引在角度预测图中获取对应位置的像素值，该像素值即为该目标的旋转角度； 步骤1.4.级联二阶段检测头分支； 级联的二阶段检测头是级联多个检测网络的模型，通过逐步提高Proposal的交并比IOU阈值，从而使得前一个检测网络重新采样过的Proposals能够适应下一个有更高阈值的检测网络；在级联检测阶段，每个检测器将在上一个检测器得到的Proposals以及特征金字塔输出的第三和第四次下采样特征图作为输入；由于上一个阶段获取的目标信息是在5个不同尺度特征图下获得，所以首先需要将建议框映射到第三和第四尺度的特征图中，其次，根据目标的坐标信息从特征图中截取特征信息，并将不同大小截取的特征图进行池化，统一为分辨率为77的特征图，将每个特征图进行展开后，送入分类分支和边框回归分支，进而得到每个目标的类别信息和精调后的边框；最后经过非极大值抑制NMS操作后，去除冗余的检测框，即得到最终的带有旋转的目标框。

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工业大学，其通讯地址为：100124 北京市朝阳区平乐园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。