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！

龙图腾网获悉北京工业大学申请的专利基于改进特征融合和预测改进的目标检测方法及系统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：CN117197432B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202311153455.2，技术领域涉及：G06V10/25；该发明授权基于改进特征融合和预测改进的目标检测方法及系统是由张文利;郑超;王陈惠子设计研发完成，并于2023-09-07向国家知识产权局提交的专利申请。

本基于改进特征融合和预测改进的目标检测方法及系统在说明书摘要公布了：本发明公开了一种基于改进特征融合和预测改进的目标检测方法，包括：构建原始CenterNet网络结构；对原始CenterNet网络结构进行改进获得基于改进特征融合和预测改进的目标检测模型；以及根据目标的尺寸以及相关特征，基于目标检测模型进行目标检测。还公开了对应的模型构建系统、电子设备以及计算机可读存储介质，对应的模型改进方案来解决训练集和测试集的域差异导致模型泛化性不好问题；不同种类目标检测中目标尺度不同导致的多尺度目标检测问题；以及一些实际场景的小目标检测问题，从而实现强泛化性模型设计和域自适应目标检测。

本发明授权基于改进特征融合和预测改进的目标检测方法及系统在权利要求书中公布了：1.一种基于改进特征融合和预测改进的目标检测方法，其特征在于，包括： S1，构建原始CenterNet网络结构； S2，对所述原始CenterNet网络结构进行改进获得基于改进特征融合和预测改进的目标检测模型； S3，根据所述目标的尺寸以及相关特征，基于所述目标检测模型进行目标检测； 所述S2包括： S21，根据目标的第一特性，对所述原始CenterNet网络结构进行第一改进获得具有改进特征融合特征的第一改进模型作为所述目标检测模型；所述目标的第一特性指目标尺寸小； 或S22，根据目标的第二特性，对所述原始CenterNet网络结构进行第二改进获得具有预测改进特征的第二改进模型作为所述目标检测模型；所述目标的第二特性指目标全尺寸； 其中第一改进包括： （1）裁掉所述原始CenterNet网络结构中DLA特征提取网络上采样部分中来自DLA特征提取网络下采样部分的最深一层特征图，加入来自DLA特征提取网络下采样部分的更浅一层特征图； （2）修改特征融合方向以及输出更高分辨率的用于各个检测头预测的特征图；其中：所述修改特征融合方向为将DLA特征提取网络上采样部分融合输出预测特征图的方向从由浅层向深层融合改为由深层向浅层融合； （3）修改特征融合方法，包括：由传统的各个特征层之间相加的形式，改进为相加前各层先乘以一定的权重系数； 所述第二改进包括： （1）裁掉所述原始CenterNet网络结构中DLA特征提取网络上采样部分中来自DLA特征提取网络下采样部分的最深一层特征图，加入来自DLA特征提取网络下采样部分的更浅一层特征图； （2）由原来单层特征图输出，进行各个检测头的预测，改为多层特征图输出进行检测，其中每层特征图都对应不同的适于检测的目标。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。