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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于MRPCD-YOLOV8S的无人机视角小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：CN120411823B 。

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：202510494908.0，技术领域涉及：G06V20/17；该发明授权一种基于MRPCD-YOLOV8S的无人机视角小目标检测方法是由管昉立;陈贵君;陈张昊;张建辉;张丹妮设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本一种基于MRPCD-YOLOV8S的无人机视角小目标检测方法在说明书摘要公布了：本发明涉及一种基于MRPCD‑YOLOV8S的无人机视角小目标检测方法，包括步骤一：基于YOLOV8的网络结构基础，设计轻量化特征增强模块RGCSP，用于替换YOLOV8中的C2F模块，实现轻量化模型，提高检测精度；步骤二：设计颈部网络中与底层特征直接联系的特征融合模块MSAFM和适用于小目标检测的特征增强模块CACM，提取小目标特征；步骤三：将主干网络的普通卷积替换为RFCAConv卷积，增强卷积运算性能；步骤四：去除p5检测层及检测头，引入p2检测头，替换原有检测头为动态检测头，在颈部网络检测部分之前构建深层与底层的直接交互，优化主干网络和颈部结构，本发明获得更高检测精度的同时且参数量更小更符合无人机所需的轻量化模型。

本发明授权一种基于MRPCD-YOLOV8S的无人机视角小目标检测方法在权利要求书中公布了：1.一种基于MRPCD-YOLOV8S的无人机视角小目标检测方法，其特征在于：包括以下步骤： 步骤一：基于YOLOV8的网络结构基础，设计轻量化特征增强模块RGCSP，用于替换YOLOV8中的C2F模块，实现轻量化模型，提高检测精度； 所述步骤一中RGCSP模块分为两个并行分支进行处理，上分支首先通过RepConv层进行特征提取，RepConv层通过多分支路径实现更高效的信息融合，接着依次通过多个EDLAN模块，经过所有EDLAN模块后，通过1×1卷积层压缩调整通道数，使输出特征在维度上与另一分支一致，下分支则直接将输入特征依次经过多个EDLAN模块进行处理，提取不同角度的特征信息以辅助主分支的特征表示，随后经过一个1×1卷积层调整通道数，两个分支的输出特征在通道维度上进行拼接，通过Concat操作形成更丰富的特征表示，通过一个3×3卷积层进行通道的压缩和整合，将融合后的特征调整为最终的输出通道数 步骤二：设计在颈部网络中与底层特征直接联系的特征融合模块MSAFM和适用于小目标检测的特征增强模块CACM，提取小目标特征； 所述步骤二中MSAFM模块由两条主要路径组成，分别处理深层特征和底层特征，深层路径和底层路径通过多个步骤进行融合，以便生成增强的特征表示； 输入特征的处理：深层特征和底层特征结合的特征分别输入到两种的路径中，处理深层特征通过一个卷积块来提取特征，处理底层特征也同样经过一个类似的卷积块进行处理， 底层路径在卷积处理后，经过最大池化Maxpool操作提取主要特征，公式如下： ； 其中表示经过卷积处理后的底层特征为池化后的特征； 在深层路径中，特征经过卷积处理后会进行两个方向上的全局平均池化，即高度方向的池化Height-Avgpool和宽度方向的池化Width-Avgpool，对应的公式为： ； ； 其中，表示经过卷积处理后的深层特征，将高度和宽度方向的池化结果进行加权融合，得到加权特征表示： ； 其中，表示逐元素相乘操作，深层路径和底层路径在分别完成池化和卷积处理会通过串联Concat操作特征组合起来，以进行进一步融合： ； 融合后的特征再通过卷积块进行整合，生成最终的输出特征； 所述步骤二中CACM模块的特征图先通过显著性检测模块，利用3×3卷积降低分辨率，并通过最大池化突出显著区域，随后通过1×1卷积生成显著性图，用Sigmoid激活限定范围以表征显著区域的重要性，显著性图与输入特征图一起进入自适应特征增强模块，自适应特征增强模块包括增强卷积分支对显著区域的特征进行增强，通道调整分支匹配输出通道数，以及通过显著性图加权融合显著区域和全局背景特征的过程，最终通过1×1卷积进一步融合生成输出特征图； 步骤三：将主干网络的普通卷积替换为RFCAConv卷积，增强卷积运算性能； 步骤四：去除p5检测层及检测头，引入p2检测头，替换原有检测头为动态检测头，在颈部网络检测部分之前构建深层与底层的直接交互，优化主干网络和颈部结构； 步骤五：将处理后的数据集放入到经改进的MRPCD-YOLOV8S模型中进行训练； 步骤六：使用训练好的MRPCD-YOLOV8S模型对验证集进行目标检测，评估性能，验证集是无人机拍摄的图像。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。