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！

龙图腾网获悉华中科技大学申请的专利面向硬件约束的目标检测骨干网络搜索方法及设备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：CN121121046B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511180398.6，技术领域涉及：G06V10/25；该发明授权面向硬件约束的目标检测骨干网络搜索方法及设备是由邹旭;王麒云;钟胜;颜露新;寇啸宇设计研发完成，并于2025-08-22向国家知识产权局提交的专利申请。

本面向硬件约束的目标检测骨干网络搜索方法及设备在说明书摘要公布了：发明属于图像检测相关技术领域，其公开了一种面向硬件约束的目标检测骨干网络搜索方法及设备，骨干网络的结构包括依次串联的初始卷积层和多个特征提取层，各特征提取层均包括串联的上下文提取模块；搜索方法包括：在满足约束条件的前提下，以多尺度微分熵最大为搜索目标，在网络搜索空间中搜索出超参数最佳的骨干网络；其中，约束条件包括骨干网络的计算量及其在硬件平台上的耗时均不超过对应预设阈值；多尺度微分熵为骨干网络中位于最后端的多个特征提取层的各输出特征图的微分熵的加权结果。以上方法可以针对不同的硬件平台快速搜索出与其硬件资源适配且能够保证算法实时性和特征提取有效性目标检测骨干网络。

本发明授权面向硬件约束的目标检测骨干网络搜索方法及设备在权利要求书中公布了：1.一种面向硬件约束的目标检测骨干网络搜索方法，其特征在于，所述骨干网络的结构包括依次串联的初始卷积层和多个特征提取层以实现金字塔型的多尺度特征提取，各所述特征提取层均包括串联的上下文提取模块，所述骨干网络待优化的超参数包括各层特征提取层的通道数、各层特征提取层中所包含的上下文提取模块的数量以及各上下文提取模块中的卷积尺寸； 所述搜索方法包括： 在满足约束条件的前提下，以多尺度微分熵最大为搜索目标，在网络搜索空间中搜索出超参数最佳的骨干网络； 其中，所述约束条件包括骨干网络的计算量及其在硬件平台上的耗时均不超过对应预设阈值；所述多尺度微分熵为骨干网络中位于最后端的多个特征提取层的各输出特征图的微分熵的加权结果； 在所述特征提取层中，所述上下文提取模块为条状上下文提取模块，所述条状上下文提取模块包括串联的批标准化层和混合卷积块，所述混合卷积块包括串联的正交条状卷积和深度可分离的方形卷积，其中，所述正交条状卷积由1×k的水平条状卷积和k×1的垂直条状卷积构成，k为待搜索的超参数； 所述条状上下文提取模块还包括残差连接和倒残差结构，所述倒残差结构用于对其输入特征先进行通道升维后再提取空间特征、最后进行通道降维以保持其输入输出通道不变； 在所述条状上下文提取模块中：输入所述条状上下文提取模块的特征首先经过BN层，随后通过所述混合卷积块进行特征提取，所述混合卷积块输出的特征与输入所述条状上下文提取模块的特征进行第一层残差连接后再次经过BN层，随后经过所述倒残差网络结构，所述倒残差网络结构的输出特征与第一层残差连接的输出特征进行第二层残差连接，得到对应条状上下文提取模块的输出特征； 待优化的超参数中： 特征提取层的通道数搜索空间中给出的候选通道数与硬件平台匹配； 特征提取层中所包含的上下文提取模块的数量搜索空间满足：各层特征提取层中所包含的上下文提取模块的数量不低于1且所有特征提取层中所包含的上下文提取模块的总数不超过最大值，最大值根据硬件资源的限制进行设置。

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华中科技大学，其通讯地址为：430074 湖北省武汉市珞喻路1037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。