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！

龙图腾网获悉江苏科技大学申请的专利一种基于改进的Efficientdet的水面目标检测方法及其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：CN116311092B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202310071394.9，技术领域涉及：G06V20/54；该发明授权一种基于改进的Efficientdet的水面目标检测方法及其系统是由马赛;解志斌;邵长斌;张金波设计研发完成，并于2023-02-07向国家知识产权局提交的专利申请。

本一种基于改进的Efficientdet的水面目标检测方法及其系统在说明书摘要公布了：本发明公开了一种基于改进的Efficientdet的水面目标检测方法及其系统，包括：在主干特征提取网络Efficientnet的主要模块MBConv中引入注意力机制CA，将MBConv改进为CA‑MBConv，来提高网络模型检测水面目标的精度；在特征融合网络BIFPN的主要卷积操作中引入Cot模块，将特征融合网络改进为Cot‑BIFPN，使特征融合网络更加充分地学习特征图的上下文信息，提升输出特征的表达能力；将头部Box、Class网络中的激活函数改为H‑Swish，降低模型计算量优化模型训练。本发明对于在复杂时变的水面环境中的目标检测，大大提升了物体检测精度并有效降低了模型漏检率。

本发明授权一种基于改进的Efficientdet的水面目标检测方法及其系统在权利要求书中公布了：1.一种基于改进的Efficientdet的水面目标检测方法，其特征在于，包括以下步骤： 步骤一、将挑战性水面数据集WSODD以VOC格式存储在算法目录下，并按照8：1：1的比例划分训练集、测试集、验证集，划分好的图片信息用.txt格式存放； 步骤二、将训练集图片输入到引入CA模块后的主干特征提取网络Efficientnet中训练，从中提取P3-P5级特征；其中，在主干特征提取网络Efficientnet的2-8层的每层MBConv中引入注意力机制CA，得到CA-MBConv； 步骤三、将主干特征提取网络输出的P3-P5级特征经过1×1卷积生成P3_in到P5_in，再将P5_in经过两次下采样得到P6_in、P7_in；再将P3_in到P7_in输入到特征融合网络Cot-BIFPN中，使特征经由三次自上而下和自下而上的特征融合；其中，在特征融合网络BIFPN的卷积操作Conv7_down到Conv4_down、Conv3_up到Conv6_up中引入Cot模块，得到Cot-BIFPN； 步骤四、将特征融合网络Cot-BIFPN输出的五个有效特征层P3_out到P7_out传输到ClassNet+BoxNet中，获得最终检测结果；其中，将ClassNet、BoxNet中的激活函数替换为H-Swish； 步骤五、将改进后的Efficientdet模型用WSODD训练集进行训练，epoch参数从300-650以50为间隔取值，每个训练结果的权值文件均以.pth格式存放，使用WSODD测试集对所有权值文件进行mAP计算；对比epoch取值与mAP的关系，得到最优epoch取值；其中，epoch＝500时mAP最高，可达48.00％，因此选取500为改进后模型epoch的取值； 步骤六、从WSODD验证集中选取两张真实水面环境拍摄的图片，分别输入到原始Efficientdet和改进后的Efficientdet模型中进行检测，并对比检测结果。

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江苏科技大学，其通讯地址为：212100 江苏省镇江市丹徒区长晖路666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”。