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！

龍圖騰網獲悉西南科技大學申請的專利聯合風車卷積與加權多分支融合的航拍小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：CN120510540B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202511004583.X，技術領域涉及：G06V20/17；該發明授權聯合風車卷積與加權多分支融合的航拍小目標檢測方法是由路錦正;曾寧直;胡鑫;程源設計研發完成，并于2025-07-21向國家知識產權局提交的專利申請。

本聯合風車卷積與加權多分支融合的航拍小目標檢測方法在說明書摘要公布了：本發明公開了聯合風車卷積與加權多分支融合的航拍小目標檢測方法，包括以下步驟：獲取無人機航拍圖像，構建訓練集和驗證集；構建基于改進YOLO11的航拍小目標檢測模型；根據練集和驗證集構建最優的航拍小目標檢測模型；將新的無人機航拍圖像輸入最優的航拍小目標檢測模型，得到航拍小目標檢測結果。本發明利用風車卷積模塊和基于隱藏狀態混合器和狀態空間對偶性的C3K2_HSD模塊改進YOLO11的骨干網絡，設計基于可學習權重的WMFPN機制，能更有效提取和利用航拍小目標特征信息，提升整體檢測準確性，實驗結果表明在復雜航拍場景下表現出優異的檢測性能。

本發明授權聯合風車卷積與加權多分支融合的航拍小目標檢測方法在權利要求書中公布了：1.聯合風車卷積與加權多分支融合的航拍小目標檢測方法，其特征在于，包括以下步驟： S1、獲取無人機航拍圖像，構建訓練集和驗證集； S2、構建基于改進YOLO11的航拍小目標檢測模型，具體過程為：將風車卷積模塊加入YOLO11的骨干網絡，將骨干網絡的C3K2模塊替換為C3K2_HSD模塊，C3K2_HSD模塊設置有基于隱藏狀態混合器和狀態空間對偶性的HSM-SSD子模塊，頸部網絡采用WMFPN機制對輸入的特征圖進行多尺度特征融合； S3、根據訓練集對航拍小目標檢測模型進行訓練，在訓練過程中使用驗證集對航拍小目標檢測模型的超參數進行調優，得到最優的航拍小目標檢測模型； S4、將新的無人機航拍圖像輸入最優的航拍小目標檢測模型，得到航拍小目標檢測結果； S2中，風車卷積模塊的工作流程具體為： A1、對于風車卷積模塊的輸入張量，對輸入張量進行非對稱填充，在風車卷積模塊的第一層進行交錯卷積，得到第一張量至第四張量； A2、拼接第一張量至第四張量，對拼接后的張量進行歸一化，得到風車卷積模塊的輸出； HSM-SSD子模塊的工作流程具體為： B1、對于HSM-SSD子模塊的輸入，對輸入狀態使用重要性權值進行加權線性組合，得到共享全局隱藏狀態； B2、根據共享全局隱藏狀態執行通道混合，包括門控和輸出投影，得到HSM-SSD子模塊的輸出； B1中，計算共享全局隱藏狀態的表達式具體為： 式中，為重要性權值，為用于的向量，T為轉置符號，為Hadamard乘積，B為輸入狀態，為HSM-SSD子模塊的輸入，為隱藏狀態，為輸入投影矩陣； S2中，頸部網絡采用WMFPN機制對輸入的特征圖進行多尺度特征融合的方法具體為： 將輸入特征圖在空間維度上進行對齊，通過通道權重向量對輸入特征圖像進行通道加權，得到加權融合的輸出； 式中，為第k輸入特征圖，，，K為輸入特征圖總數，為哈達瑪積，為矩陣，N為批量大小，C k、H和W分別為第k輸入特征圖的通道數、高度和寬度，為第k歸一化通道權重； 式中，為第k可學習通道權重向量，為小于1的正數，防止除以零導致數值不穩定，為第j可學習通道權重向量，，，C為通道總數，且。

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西南科技大學，其通訊地址為：621010 四川省綿陽市涪城區青龍大道中段59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”。