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！

龙图腾网获悉河海大学申请的专利一种基于轻量化改进Unet语义分割网络的单目标定位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：CN117237620B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202310559841.5，技术领域涉及：G06V10/26；该发明授权一种基于轻量化改进Unet语义分割网络的单目标定位方法是由张铭芮;刘佶锟设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本一种基于轻量化改进Unet语义分割网络的单目标定位方法在说明书摘要公布了：本发明公开了一种基于轻量化改进Unet语义分割网络的单目标定位方法，包括：对采集的图像中目标像素区域进行语义标注；搭建轻量化改进的Unet语义分割网络；使用改进后的Unet语义分割网络对采集的图像进行训练；使用训练集中姿态位置较好的图像训练结果来提取模板；使用训练好的权重文件通过Unet语义分割网络实时处理输入的图像；将模板图像进行旋转、缩放操作直到其在预测结果图像中遍历匹配到目标，实现根据匹配参数定位目标位置。本发明引入Ghost模块、Ghost瓶颈以及SE注意力机制对其进行轻量化改进，实现保持Unet原有的识别精度并且预测速度提高了18％。本发明能快速且准确地定位识别目标的姿态与位置，为后续的对目标实时跟踪的运动控制打下技术支持。

本发明授权一种基于轻量化改进Unet语义分割网络的单目标定位方法在权利要求书中公布了：1.一种基于轻量化改进Unet语义分割网络的单目标定位方法，其特征在于，包括以下步骤： 步骤1：对目标进行大量的图像采集，采集完成后对图像中目标的像素区域进行语义标注，得到带有图像语义信息的json文件，而后将json文件转化为可视化的八位彩色图，所述八位彩色图中相同语义的像素点具有相同的颜色并与其他语义的像素区分开； 步骤2：搭建轻量化改进的Unet语义分割网络，包括主干特征提取网络、加强特征提取网络以及预测网络； 主干特征提取网络：Ghost模块代替传统Unet中3×3卷积，stride为2的Ghost瓶颈代替传统Unet中最大池化层，具体为： Ghost模块首先对输入的特征图利用一次1×1卷积进行通道的缩减获得浓缩特征，而后对于缩减后的特征层每个通道使用深度可分离卷积获得与所述浓缩特征相似的特征图，最后再把1×1卷积所得的浓缩特征以及深度可分离卷积获得的特征图进行堆叠得到输出的特征层；所述stride为2的Ghost瓶颈用于对特征层的宽和高进行压缩，主干部分利用一个Ghost模块进行特征提取后，使用一个步长为2的深度可分离卷积对输入的特征层进行高和宽的压缩，之后再利用一个Ghost模块完成特征提取；残差边处也会进行一个逐层卷积压缩特征层的高和宽，最后与特征提取结果相加；每个特征提取模块都由一个Ghost模块以及一个Ghost瓶颈组成，所述特征提取模块在主干特征提取网络中存在四个并且依次堆叠，总共得到五个初步的有效特征层； 加强特征提取网络：利用主干特征提取网络得到的特征层进行上采样恢复到原图尺寸，最终得到分割结果的掩码图片；由一层反卷积与特征拼接、一个SE注意力机制模块以及两个3×3的卷积层组成一个模块，经过四次上采样特征融合模块处理后再接一层1×1的卷积来进行降维处理，得到所需要的通道数； 步骤3：使用所述改进后的Unet语义分割网络对步骤1的数据集进行训练，以基于FocalLoss改进的损失函数，最终训练完成得到每个Epoch对应的.h5权重文件，最终选择损失较小的权重文件； 步骤4：使用训练集中姿态位置较好的图像训练结果来提取模板，通过边缘特征提取得到训练结果中的目标像素区域，将所述目标像素区域分割出来作为模板； 步骤5，使用训练好的权重文件通过Unet语义分割网络实时处理输入的图像，对输入图像上的所有像素点进行预测确定其语义类别，并通过不同的颜色区域显示出来； 步骤6，将所述模板图像进行旋转、缩放操作直到其在预测结果图像中遍历匹配到目标，匹配度表示为模板所有边界点与待匹配图像区域的边界点方向向量的夹角的余弦值的平均值，当所述匹配度达到标准则视为匹配成功位置，从而实现根据匹配参数定位目标位置。

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河海大学，其通讯地址为：210000 江苏省南京市鼓楼区西康路1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”。