买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉无锡学院申请的专利基于多尺度特征提取与FRFT卷积的SAR船舰检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118884439B 。

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411375836.X，技术领域涉及：G01S13/90；该发明授权基于多尺度特征提取与FRFT卷积的SAR船舰检测方法是由单慧琳;刘文星;张银胜;胡宇翔;沙子乔;迟荣华设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本基于多尺度特征提取与FRFT卷积的SAR船舰检测方法在说明书摘要公布了：本发明公开了基于多尺度特征提取与FRFT卷积的SAR船舰检测方法，包括：获取SSDD合成孔径雷达图像数据集及HRSID数据集，对数据集进行预处理后划分为训练集、验证集和测试集；搭建基于多尺度特征提取与FRFT卷积网络，包括输入端、主干网络、Neck网络和探测头部分，主干网络和Neck网络协同处理特征；将经过预处理的训练集和验证集的SAR图像输入至MEFTNet网络中训练，计算损失函数并进行反向传播，更新网络参数，获取最佳参数模型；将经过预处理的测试集输入到训练好的最佳参数模型中，输出SAR图像的精确识别图。本发明能更好的获取船舰特征，降低检测的误检率，提高检测的准确率以及各种场景下的适应效果。

本发明授权基于多尺度特征提取与FRFT卷积的SAR船舰检测方法在权利要求书中公布了：1.基于多尺度特征提取与FRFT卷积的SAR船舰检测方法，其特征在于，包括如下步骤：步骤1，获取SAR船舰图像数据集，对数据集进行预处理后，划分为训练集、验证集和测试集；步骤2，构建基于多尺度特征提取与分数阶傅里叶变换卷积的SAR船舰检测网络模型，所述SAR船舰检测网络模型包括输入端、主干网络、颈部网络以及探测头部分；所述步骤2中，主干网络包括依次连接的第一CBS模块、第二CBS模块、第三CBS模块、第四CBS模块、第一多级残差模块、第一下采样模块、第二多级残差模块、第二下采样模块、第三多级残差模块、第三下采样模块以及第四多级残差模块；其中，第一至第四多级残差模块的结构相同，均是由常规卷积、部分卷积、深度可分离卷积、批归一化及ReLU激活函数组成的阶梯式残差结构，常规卷积的卷积核大小为1，深度可分离卷积的卷积核大小为3；各多级残差模块的内部计算如下： ，其中，PConv表示部分卷积，conv表示常规卷积，DWConv表示深度可分离卷积，BN表示批归一化，ReLU表示ReLU激活函数，Concat表示连接操作，x表示各多级残差模块的输入，和均表示节点的输出，和均表示节点的输出；经一个CBS模块，得到各多级残差模块的输出，CBS模块的卷积层的卷积核大小为1；颈部网络包括SPPCSPC模块、第一至第四ACAM模块、第八至第十一CBS模块以及第四至第五下采样模块；第一至第四ACAM模块的结构相同，均包括通道多尺度注意力模块以及第十二至第十八CBS模块，第十二、第十七和第十八CBS模块中卷积层的卷积核大小均为1，第十三至第十六CBS模块中卷积层的卷积核大小均为3；步骤3，利用训练集对步骤2构建的SAR船舰检测网络模型进行训练，计算损失函数并进行反向传播，更新网络参数，获取最佳参数网络模型，即训练好的SAR船舰检测网络模型，并利用验证集进行验证；步骤4，将测试集输入到训练好的SAR船舰检测网络模型中，输出船舰检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人无锡学院，其通讯地址为：214105 江苏省无锡市锡山区锡山大道333号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。