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！

龙图腾网获悉中国矿业大学(北京);新疆工程学院申请的专利基于遥感影像深度学习的边坡失稳区域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：CN121305332B 。

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：202511311716.8，技术领域涉及：G06V20/10；该发明授权基于遥感影像深度学习的边坡失稳区域目标检测方法是由孟耀庆;邢江河;李军;张成业;张金贺;蒲丽君;杨飞;刘怿恒设计研发完成，并于2025-09-15向国家知识产权局提交的专利申请。

本基于遥感影像深度学习的边坡失稳区域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遥感影像深度学习的边坡失稳区域目标检测方法，其方法包括：S1、构建遥感影像样本集；S2、YOLOv8‑FMC网络模型包括特征提取核心网络、特征融合增强网络和目标检测头，特征提取核心网络逐层提取多尺度的特征图F1～F3；利用掩码生成模块MGB分别对特征图F1～F3生成CAM热力图并与特征图F1～F3进行对应尺度相乘、上采样以及逐级融合处理得到特征图N1～N3；S3、目标检测头通过卷积块注意力模块CBAM、卷积模块输出边坡失稳类别及边界框；S4、获取研究区边坡遥感影像输入YOLOv8‑FMC网络模型识别分割出边坡失稳边界框并输出。本发明实现了综合特征多尺度提取、全局热力图辅助快速精确判断，能够应对复杂矿区环境进行边坡失稳识别与分割的高精度处理。

本发明授权基于遥感影像深度学习的边坡失稳区域目标检测方法在权利要求书中公布了：1.一种基于遥感影像深度学习的边坡失稳区域目标检测方法，其特征在于：其方法包括： S1、构建遥感影像样本集，遥感影像样本集中遥感影像的边坡失稳区域对应标注； S2、构建改进的YOLOv8-FMC网络模型输入遥感影像样本集进行模型学习训练，YOLOv8-FMC网络模型包括特征提取核心网络、特征融合增强网络和目标检测头，特征提取核心网络逐层提取多尺度的特征图F1～F3；特征融合增强网络利用掩码生成模块MGB分别对特征图F1～F3生成不同尺度的CAM热力图并与特征图F1～F3进行对应尺度相乘、上采样以及逐级融合处理得到不同尺度的特征图N1～N3； S3、目标检测头包括卷积块注意力模块CBAM，卷积块注意力模块CBAM包括通道注意力模块和空间注意力模块，所述通道注意力模块分别对特征图N1～N3提取通道注意力权重加权后输入空间注意力模块获取空间注意力权重，通过卷积模块输出边坡失稳类别和边坡失稳边界框； S4、获取研究区边坡遥感影像输入训练好的YOLOv8-FMC网络模型并识别边坡遥感影像是否存在边坡失稳，在存在边坡失稳遥感影像中识别分割出边坡失稳边界框并输出。

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中国矿业大学(北京);新疆工程学院，其通讯地址为：100083 北京市海淀区学院路丁11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。