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！

龙图腾网获悉西安电子科技大学广州研究院申请的专利轻量化红外弱小目标实时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：CN115223026B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202210896509.3，技术领域涉及：G06V10/82；该发明授权轻量化红外弱小目标实时检测方法是由刘晓涛;魏子翔;刘静设计研发完成，并于2022-07-28向国家知识产权局提交的专利申请。

本轻量化红外弱小目标实时检测方法在说明书摘要公布了：本发明涉及图像识别技术领域，具体的说是轻量化红外弱小目标实时检测方法，检测方法包括以下步骤：步骤一、构建红外弱小目标数据集：获取红外弱小目标后对其进行选取以及标注，步骤二、构建基于Mobilenetv3‑Unet的红外弱小目标检测网络，步骤三、利用步骤一中的红外弱小目标数据集训练Mobilenetv3‑Unet模型，得到训练后的Mobilenetv3‑Unet模型，步骤四、利用训练好的Mobilenetv3‑Unet模型对输入图片进行红外弱小目标检测，步骤二中的Mobilenetv3‑Unet模型包括特征提取主干网络和特征聚合网络，其中特征提取主干网络为优化后的Mobilenetv3模型，本发明不仅提高了复杂场景中红外弱小目标的检测能力，而且能够使用更少的计算资源，使得弱小目标检测算法能够轻松的部署到资源受限的边缘设备上。

本发明授权轻量化红外弱小目标实时检测方法在权利要求书中公布了：1.轻量化红外弱小目标实时检测方法，其特征在于：所述检测方法包括以下步骤： 步骤一、构建红外弱小目标数据集：获取红外弱小目标后对其进行选取以及标注； 步骤二、构建基于Mobilenetv3-Unet的红外弱小目标检测网络，所述步骤二中所述的Mobilenetv3-Unet模型包括特征提取主干网络和特征聚合网络，其中所述特征提取主干网络为优化后的Mobilenetv3模型，所述的特征提取主干网络提取输入图像的特征，输出至所述特征聚合网络进行特征加强，所述特征聚合网络输出检测结果，所述的优化后的Mobilenetv3模型为Mobilenetv3-small的特征提取部分，并优化下采样的次数，以及调整卷积核的尺寸，以应对红外弱小目标的检测，所述调整卷积核的尺寸具体为：convHead经过卷积核大小为3x3，步长为1的卷积层、bn层和h-swish激活函数，block1由1个bneck模块构成，卷积核大小为3x3，步长为2；block2由2个bneck模块构成，卷积核大小分别为3x3、3x3，步长分别为2、1；block3由5个bneck模块构成，卷积核大小分别为5x5、5x5、5x5、5x5、5x5，步长分别为2、1、1、1、1；block4由3个bneck模块构成，卷积核大小分别为7x7、7x7、7x7，步长为2、1、1，所述特征聚合网络由四个特征聚合模块构成，具体为：将所述特征提取主干网络模型的第四提取特征与第五提取特征作为FA4的输入，将第三提取特征与FA4输出作为FA3的输入，将第二提取特征与FA3输出作为FA2的输入，将第一提取特征与FA2的输出作为FA1的输出； 步骤三、利用步骤一中的红外弱小目标数据集训练Mobilenetv3-Unet模型，得到训练后的Mobilenetv3-Unet模型； 步骤四、利用训练好的Mobilenetv3-Unet模型对输入图片进行红外弱小目标检测。

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西安电子科技大学广州研究院，其通讯地址为：510555 广东省广州市黄埔区中新知识城海丝中心B5、B6、B7栋；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。