買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉長春大學申請的專利一種基于改進YOLOv8網絡的自動駕駛目標檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120182727B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510649873.3，技術領域涉及：G06V10/764；該發明授權一種基于改進YOLOv8網絡的自動駕駛目標檢測方法是由杜欽生;張寧博;張石巖;沈超;郭鑫;杜佐盛;吳建雨;卞瀛緒設計研發完成，并于2025-05-20向國家知識產權局提交的專利申請。

本一種基于改進YOLOv8網絡的自動駕駛目標檢測方法在說明書摘要公布了：本發明涉及一種基于改進YOLOv8網絡的自動駕駛目標檢測方法，包括以下步驟：步驟1：構建數據集，步驟2：設計C2f?SCC模塊；用SCC模塊替換Bottleneck模塊，步驟3：設計SOAPN結構，采用SOAPN結構替換PAFPN結構，步驟4：將步驟1中構建的數據集中的訓練集放入經過步驟2和步驟3改進后得到的SS?YOLO網絡模型中進行訓練，得到訓練后的最優自動駕駛目標檢測模型，步驟5：將測試集放入最優自動駕駛目標檢測模型中進行檢測，得到測試集的圖像中的目標位置及目標類別，即最終的檢測結果，本發明的優點是：能夠有效提高自動駕駛場景下目標檢測的精度。

本發明授權一種基于改進YOLOv8網絡的自動駕駛目標檢測方法在權利要求書中公布了：1.一種基于改進YOLOv8網絡的自動駕駛目標檢測方法，其特征在于，包括以下步驟： 步驟1：構建數據集，下載自動駕駛數據集KITTI，選取自動駕駛數據集KITTI中的自帶標簽的數據集進行預處理，得到用于訓練模型的數據集； 步驟2：設計C2f-SCC模塊；所述C2f-SCC模塊為拼接融合索伯卷積及基礎卷積模塊，用SCC模塊替換YOLOv8網絡模型的Backbone模塊中的C2f模塊中的Bottleneck模塊，其中，通過SobelConv分支模塊提取原始圖像的邊緣特征，再通過Conv分支模塊提取原始圖像的特征，之后將SobelConv分支模塊提取的邊緣特征和Conv分支模塊提取的特征進行拼接； 步驟3：設計SOAPN結構，所述SOAPN結構為小目標增強金字塔網絡結構；采用SOAPN結構替換YOLOv8網絡模型的Neck模塊中的PAFPN結構，所述PAFPN結構為路徑聚合特征金字塔網絡結構； 步驟4：將步驟1中構建的數據集中的訓練集放入經過步驟2和步驟3改進后得到的SS-YOLO網絡模型中進行訓練，得到訓練后的最優自動駕駛目標檢測模型，其中，所述SS-YOLO網絡模型為索伯卷積及基礎卷積小目標增強金字塔網絡模型； 步驟5：將步驟1中構建的數據集中的測試集放入最優自動駕駛目標檢測模型中進行檢測，得到測試集的圖像中的目標位置及目標類別，即最終的檢測結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人長春大學，其通訊地址為：130000 吉林省長春市朝陽區衛星路6543號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。