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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉南京信息工程大學申請的專利基于通道注意力與多尺度特征融合的輕量級遙感目標檢測方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN115457395B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-08-15發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202211155626.0，技術領域涉及：G06V20/10；該發(fā)明授權基于通道注意力與多尺度特征融合的輕量級遙感目標檢測方法是由魏新池;鄭鈺輝設計研發(fā)完成，并于2022-09-22向國家知識產(chǎn)權局提交的專利申請。

本基于通道注意力與多尺度特征融合的輕量級遙感目標檢測方法在說明書摘要公布了：本發(fā)明公開了基于通道注意力與多尺度特征融合的輕量級遙感目標檢測方法，包括：獲取遙感數(shù)據(jù)；將遙感數(shù)據(jù)中的圖片輸入訓練好的遙感目標檢測模型；根據(jù)模型的輸出，確定遙感目標檢測結果；模型的構建訓練方法包括：獲取數(shù)據(jù)集，使用Kmeans聚類算法對數(shù)據(jù)集作聚類處理，獲得一組錨框；構建主干網(wǎng)絡提取特征圖；在主干網(wǎng)絡后構建快速空間金字塔池化結構進行特征融合；構建三層的加強特征提取網(wǎng)絡BiFPN，融合淺層特征圖的空間信息與深層特征圖的語義信息；在BiFPN后構建通道注意力模塊ECA；在ECA后構建三個預測輸出頭，進行預測；利用數(shù)據(jù)集及錨框訓練并評估模型。網(wǎng)絡參數(shù)少計算量小，提高了檢測精度的同時滿足了實時性。

本發(fā)明授權基于通道注意力與多尺度特征融合的輕量級遙感目標檢測方法在權利要求書中公布了：1.基于通道注意力與多尺度特征融合的輕量級遙感目標檢測方法，其特征在于，包括： 獲取遙感數(shù)據(jù)，其中所述遙感數(shù)據(jù)包括至少一張圖片； 將遙感數(shù)據(jù)中的圖片輸入訓練好的遙感目標檢測模型； 根據(jù)遙感目標檢測模型的輸出，確定遙感目標檢測結果； 其中所述遙感目標檢測模型的構建訓練方法包括： 步驟1：獲取數(shù)據(jù)集； 步驟2：使用Kmeans聚類算法對數(shù)據(jù)集作聚類處理，獲得一組錨框； 步驟3：構建主干網(wǎng)絡經(jīng)過特征提取得到特征圖； 步驟4：在主干網(wǎng)絡后構建快速空間金字塔池化結構SPPF進行特征融合得到融合特征圖； 步驟5：在快速空間金字塔池化結構SPPF后構建三層的加強特征提取網(wǎng)絡BiFPN，融合淺層特征圖的空間信息與深層特征圖的語義信息，減少信息丟失； 步驟6：在加強特征提取網(wǎng)絡BiFPN后構建三個通道注意力模塊ECA，使網(wǎng)絡更加關注目標的細節(jié)信息，提高檢測精度； 步驟7：在每個通道注意力模塊ECA后構建一個預測輸出頭，對輸出的特征進行預測； 步驟8：利用所述數(shù)據(jù)集及錨框?qū)b感目標檢測模型進行訓練并評估，利用最佳模型進行測試，得到訓練好的遙感目標檢測模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢嗳?a target="_blank" rel="noopener noreferrer nofollow" href="https://iptop.www.gztjhr.cn/list?keyword=%E5%8D%97%E4%BA%AC%E4%BF%A1%E6%81%AF%E5%B7%A5%E7%A8%8B%E5%A4%A7%E5%AD%A6&temp=1">南京信息工程大學，其通訊地址為：224002 江蘇省鹽城市鹽南高新區(qū)新河街道文港南路105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)”。