買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉桂林電子科技大學(xué)申請的專利一種兼顧檢測速度和檢測準(zhǔn)確率的目標(biāo)檢測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116343081B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310152180.4，技術(shù)領(lǐng)域涉及：G06V20/40；該發(fā)明授權(quán)一種兼顧檢測速度和檢測準(zhǔn)確率的目標(biāo)檢測方法是由馬春波;邱峰;敖珺設(shè)計(jì)研發(fā)完成，并于2023-02-22向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種兼顧檢測速度和檢測準(zhǔn)確率的目標(biāo)檢測方法在說明書摘要公布了：本發(fā)明公開了一種兼顧檢測速度和檢測準(zhǔn)確率的目標(biāo)檢測方法，包括：采集數(shù)據(jù)，構(gòu)建數(shù)據(jù)集；對數(shù)據(jù)集進(jìn)行標(biāo)注，劃分為訓(xùn)練集、驗(yàn)證集和測試集；搭建目標(biāo)檢測網(wǎng)絡(luò)：其由主干網(wǎng)絡(luò)、特征融合網(wǎng)絡(luò)和檢測頭組成，在主干網(wǎng)絡(luò)部分，利用輕量化網(wǎng)絡(luò)MobileNetv2代替YOLOv4中的CSPDarkNet53網(wǎng)絡(luò)進(jìn)行特征提取，從而獲得三個(gè)初步的有效特征層，并結(jié)合協(xié)調(diào)注意力，添加一個(gè)協(xié)調(diào)注意空洞金字塔池化；使用訓(xùn)練集和驗(yàn)證集對目標(biāo)檢測網(wǎng)絡(luò)進(jìn)行訓(xùn)練；使用訓(xùn)練好的網(wǎng)絡(luò)，對測試集進(jìn)行測試，并對目標(biāo)進(jìn)行檢測。此方法采用輕量化網(wǎng)絡(luò)替換原有的深度網(wǎng)絡(luò)，在很大程度上降低了網(wǎng)絡(luò)的計(jì)算量和參數(shù)量，能夠大大提高對物體進(jìn)行目標(biāo)檢測的速度，從而滿足實(shí)時(shí)性檢測的要求。

本發(fā)明授權(quán)一種兼顧檢測速度和檢測準(zhǔn)確率的目標(biāo)檢測方法在權(quán)利要求書中公布了：1.一種兼顧檢測速度和檢測準(zhǔn)確率的目標(biāo)檢測方法，其特征在于，包括如下步驟： S1，采集數(shù)據(jù)，構(gòu)建數(shù)據(jù)集； 從任務(wù)需求出發(fā)，采集數(shù)據(jù)，構(gòu)建檢測任務(wù)所需的數(shù)據(jù)集； S2，標(biāo)注數(shù)據(jù)集： 對數(shù)據(jù)集進(jìn)行標(biāo)注，將數(shù)據(jù)集劃分為訓(xùn)練集、驗(yàn)證集和測試集； S3，搭建目標(biāo)檢測網(wǎng)絡(luò)： YOLOv4目標(biāo)檢測網(wǎng)絡(luò)包括主干網(wǎng)絡(luò)、特征融合網(wǎng)絡(luò)和檢測頭組成，包括如下步驟： S3-1，在主干網(wǎng)絡(luò)部分，利用輕量化網(wǎng)絡(luò)MobileNetv2代替YOLOv4中的主干網(wǎng)絡(luò)進(jìn)行特征提取，從而獲得三個(gè)初步的不同大小的有效特征層； S3-2，結(jié)合協(xié)調(diào)注意力CoordinateAttention，簡稱CA，在最小的有效特征層后添加一個(gè)協(xié)調(diào)注意空洞金字塔池化CoordinateAttentionAtrousspatialpyramidpooling，簡稱CAASPP； 輸入特征圖映射為六個(gè)部分，分別通過四個(gè)卷積、一個(gè)池化和一個(gè)CA模塊，由此得到六個(gè)特征圖，將這六個(gè)特征圖進(jìn)行拼接操作，再通過連接1×1卷積調(diào)整通道數(shù)與輸入特征圖一致，即可得到輸出特征圖； 對于卷積模塊，采用一個(gè)1×1的卷積模塊和三個(gè)3×3的膨脹因子分別為rate＝{1、3、5}的空洞卷積；對于池化模塊，采用全局平均池化；對于CA模塊，則采用CA注意力機(jī)制的計(jì)算方式； S4，訓(xùn)練網(wǎng)絡(luò)： 使用S2中所述的訓(xùn)練集和驗(yàn)證集對S3中的網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練完成的網(wǎng)絡(luò)檢測模型； S5，目標(biāo)檢測測試： 使用S4中已經(jīng)訓(xùn)練好的網(wǎng)絡(luò)，對S2中的測試集進(jìn)行測試，以檢驗(yàn)訓(xùn)練結(jié)果，并對目標(biāo)進(jìn)行檢測。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人桂林電子科技大學(xué)，其通訊地址為：541004 廣西壯族自治區(qū)桂林市七星區(qū)金雞路1號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。