西南石油大學羅仁澤獲國家專利權
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!
龍圖騰網獲悉西南石油大學申請的專利一種基于改進YOLOv8n的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:CN116895007B 。
龍圖騰網通過國家知識產權局官網在2025-08-15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:202310877467.3,技術領域涉及:G06V10/82;該發明授權一種基于改進YOLOv8n的小目標檢測方法是由羅仁澤;林虹宇;王磊;吳濤;劉恒;雷璨如;武娟;王清松;易璽;廖波;曹瑞;趙丹設計研發完成,并于2023-07-18向國家知識產權局提交的專利申請。
本一種基于改進YOLOv8n的小目標檢測方法在說明書摘要公布了:本發明提出一種基于改進YOLOv8n的小目標檢測方法。方法具體步驟如下:1構建小目標數據集;2引入過渡下采樣模塊替代YOLOv8n模型淺層下采樣操作,減少了輸入圖像由于連續下采樣導致的小目標信息丟失;3在YOLOv8n模型中分別插入上采樣模塊和下采樣模塊,減少了較淺層網絡中由于下采樣導致的小目標信息丟失;4采用融合了改進SwinTransformer?V2模塊的改進C3模塊替換YOLOv8n模型中部分C2f模塊,加強了小目標信息在主干特征提取網絡深層部分的關注度;5利用1中構建的數據集對改進的YOLOv8n模型進行訓練、驗證、評價。本發明在減少模型少量參數量、滿足實時檢測要求的情況下,增加了小目標檢測的平均精度均值,減少了誤檢漏檢情況的發生。
本發明授權一種基于改進YOLOv8n的小目標檢測方法在權利要求書中公布了:1.一種基于改進YOLOv8n的小目標檢測方法,其特征在于包括以下步驟: 步驟1:從攝像頭捕獲的卷包車間圖像中篩選出包含小目標類別的有效圖像,構建小目標數據集,對有效圖像進行訓練集、驗證集的劃分; 步驟2:構建包含過渡下采樣模塊、改進的SwinTransformer-V2模塊的改進YOLOv8n網絡架構,所述改進的YOLOv8n網絡包含以下結構: 步驟2.1:將YOLOv8n主干特征提取網絡的前兩層Conv下采樣模塊全部替換為過渡下采樣模塊;過渡下采樣模塊結構的構建方法是:在普通的卷積下采樣Conv模塊前面添加k=3×3、s=1、p=1的過渡卷積Conv模塊,使輸入通道數數量提前變化到輸出通道數數量,在整合了更多小目標信息的基礎上,再對特征圖進行普通卷積下采樣操作,可以緩解小目標信息的丟失; 步驟2.2:在YOLOv8n主干特征提取網絡第二層的下采樣操作前面插入上采樣模塊,在主干特征提取網絡第五層的C2f模塊后面插入下采樣模塊;其中 上采樣模塊和下采樣模塊分別使用近鄰插值算法和普通卷積下采樣Conv模塊; 步驟2.3:構建改進SwinTransformer-V2模塊,其構建步驟是: 步驟2.3.1:在SwinTransformer-V2模塊前端添加卷積核為1×1的通道錯位卷積,并進行歸一化和SiLU激活函數激活操作,使窗口間的信息提前得到交互,也引入了隱式位置編碼的思想,使模塊結構更加健壯; 步驟2.3.2:在SwinTransformer-V2模塊輸出端添加窗口通道注意力機制,通過乘以權重,使窗口中所有通道的重要程度得到體現,間接增加了窗口間的交互,其中窗口通道注意力機制的權重生成來自于SwinTransformer-V2模塊中自注意力機制Attention模塊的輸出特征圖,窗口通道注意力的權重生成模塊可用下式表示: z′2ij=Linearz2ij1 z″2i=SiLULNz′2i2 z″′2i=SigmoidLNLinearz″2i3 其中,z2ij表示窗口通道注意力權重生成模塊按照窗口劃分后的輸入,i表示第i個窗口,j表示第j個通道,Linear表示全連接操作,LN表示歸一化操作,公式1中的z2ij經過Linear操作,將窗口大小的單通道輸入變換為1×1大小的輸出,公式2中的z′2i經過LN歸一化、SiLU激活,得到z″2i;公式3中的Linear操作不改變z″2i的形狀,其輸出經過LN歸一化、Sigmoid激活后,得到z″′2i;公式4中的z″′2i經過窗口大小的upsample近鄰插值上采樣操作,得到窗口通道注意力權重生成模塊按照窗口劃分后的輸出 步驟2.3.3:在SwinTransformer-V2模塊輸出端添加卷積核為1×1的卷積Conv模塊操作,以便與后續卷積輸出進行Concat融合; 步驟2.4:將YOLOv8n主干特征提取網絡深層的后兩個C2f模塊全部替換為改進的C3模塊,改進的C3模塊由原始C3模塊通過替換其中的全部Bottleneck模塊為改進的SwinTransformer-V2模塊得到; 步驟3:利用步驟1中的訓練集、驗證集對改進的YOLOv8n網絡模型進行訓練、驗證、評價。
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石油大學,其通訊地址為:610500 四川省成都市新都區新都大道8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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。