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！

龙图腾网获悉安徽大学申请的专利一种融合梯度图的镂空目标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：CN116385766B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202310173316.X，技术领域涉及：G06V10/764；该发明授权一种融合梯度图的镂空目标检测方法是由王福田;陈菲儿;汤进设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本一种融合梯度图的镂空目标检测方法在说明书摘要公布了：本发明公开一种融合梯度图的镂空目标检测方法，制作镂空物体数据集，对原图处理获得梯度图；将原图和梯度图同时送入两个目标检测网络得到原图特征和对应梯度图特征；将原图特征和梯度图特征通过轻量级梯度注意力模块进行融合，将得融合特征继续进行网络前向传播最终得到目标的边界框信息和类别信息；不断迭代获得最优目标检测模型；将待识别的图像输入至最优目标检测模型，计算输出置信度大于阈值的分类结果作为待检测图像的识别结果。本发明通过梯度注意力模块使用梯度信息来增强原图中的镂空物体特征，使网络能够学习到更有意义的特征。同时，本发明可以很容易地被推广到各种检测框架中，从而使几乎所有镂空目标的检测都得到改善。

本发明授权一种融合梯度图的镂空目标检测方法在权利要求书中公布了：1.一种融合梯度图的镂空目标检测方法，其特征在于：包括以下步骤： 步骤1、制作镂空物体数据集 采集包含有相应镂空目标的图像以组成镂空物体数据集，采用标注工具对采集的所有图像中需检测的目标进行边界框和类别信息的标注，并生成与图像同名的相应标签文件； 步骤2、对镂空物体数据集中未经标注的原图进行处理，获得对应梯度图； 步骤3、将原图和对应梯度图同时送入两个结构相同的目标检测网络，通过该目标检测网络中骨干网络的前几个阶段来提取特征，进而分别得到原图特征和对应梯度图特征； 步骤4、将步骤3所得原图特征和梯度图特征通过轻量级梯度注意力模块进行融合，得到融合特征；轻量级梯度注意力模块首先对梯度图特征进行卷积运算，卷积的输出通道数与输入相同；然后，将所得卷积输出的特征图送入sigmoid函数，同时，将原图特征和梯度图像特征相乘的结果进行卷积操作，再通过归一化层和非线性激活层并对输出结果进行残差连接；最后将残差连接的结果、原图特征和sigmoid函数的结果相乘来完成原图和梯度图的特征融合； 步骤5、将步骤4所得融合特征继续送入步骤3中目标检测网络的后续结构，实现网络前向传播最终得到目标的边界框信息和类别信息；接着，设置置信度阈值进行非极大值抑制，将置信度高于阈值的边界框的并集作为最终预测的结果；最后，通过损失函数计算预测的边界框与标注的边界框真值之间的误差，将误差进行反向传播来更新网络参数； 重复上述步骤不断迭代使得损失函数不断减小达到稳定，获得最优的网络参数，得到最优目标检测模型； 步骤6、将待识别的图像输入至步骤5中训练所得最优目标检测模型，计算输出置信度大于阈值的分类结果作为待检测图像的识别结果。

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安徽大学，其通讯地址为：230601 安徽省合肥市蜀山区经开区九龙路111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”。