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！

龙图腾网获悉浙江大学;北京空间机电研究所申请的专利一种基于改进NanoDet-Plus的SAR图像舰船目标识别方法及系统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：CN120655888B 。

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：202510654806.0，技术领域涉及：G06V10/25；该发明授权一种基于改进NanoDet-Plus的SAR图像舰船目标识别方法及系统是由叶观琼;张函;林春宇;尚卫东;郑永超;张景豪设计研发完成，并于2025-05-21向国家知识产权局提交的专利申请。

本一种基于改进NanoDet-Plus的SAR图像舰船目标识别方法及系统在说明书摘要公布了：本发明公开了一种基于改进NanoDet‑Plus的SAR图像舰船目标识别方法及系统，属于计算机视觉领域。方法包括获取含舰船目标的SAR图像，对SAR图像进行预处理并构建标注标签的数据集；构建背景场景分类网络并利用数据集进行训练，同时基于标注后的数据集获得背景场景不同的多个场景子数据集；构建与场景子数据集数量相等的多个改进的NanoDet‑Plus模型，每个该模型采用一个场景子数据集进行训练，利用训练好的背景场景分类网络和训练好的NanoDet‑Plus模型进行对待进行舰船目标识别的SAR图像目标识别。本发明有效提高了舰船目标识别的准确性与实时性，具有良好的工程适用性与推广价值。

本发明授权一种基于改进NanoDet-Plus的SAR图像舰船目标识别方法及系统在权利要求书中公布了：1.一种基于改进NanoDet-Plus的SAR图像舰船目标识别方法，其特征在于，包括以下步骤： 获取包含舰船目标的SAR图像，对SAR图像进行预处理并构建数据集，对数据集中舰船目标的位置和类别以及SAR图像的背景场景进行标注；其中，数据集中的预处理后的SAR图像具有多种背景场景； 构建背景场景分类网络，采用标注后的数据集对所述背景场景分类网络进行训练，得到训练好的背景场景分类网络；其中，背景场景分类网络包括顺次相连的卷积层、最大池化层、残差模块、注意力机制模块、全局平均池化层、第一全连接层、Dropout层、第二全连接层和softmax函数层；同时基于标注后的数据集获得背景场景不同的多个场景子数据集； 构建与场景子数据集数量相等的多个改进的NanoDet-Plus模型，每个改进的NanoDet-Plus模型采用一个场景子数据集进行训练，获得多个训练好的NanoDet-Plus模型； 获取待进行舰船目标识别的SAR图像，利用训练好的背景场景分类网络获得该SAR图像的背景场景，再利用基于该背景场景对应的场景子数据集获得的训练好的NanoDet-Plus模型对SAR图像进行目标识别； 所述改进的NanoDet-Plus模型包括主干网络、特征金字塔和检测头，所述主干网络为改进的基于YOLOv5的CSPDarknet-tiny，改进的基于YOLOv5的CSPDarknet-tiny为将原本的批归一化替换为层归一化，且将CSPDarknet-tiny的跨阶段部分聚合模块的3×3的卷积层替换为7×7的深度可分离卷积层； 所述特征金字塔包括特征提取模块、跨阶段部分聚合模块和特征融合模块；所述检测头包括三个检测子头，每个检测子头均包括顺次相连的两个带SiLU激活函数的3×3卷积层、一个全连接层和一个Softmax激活函数层。

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浙江大学;北京空间机电研究所，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。