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！

龙图腾网获悉西安电子科技大学申请的专利基于多级特征融合及混合注意力的SAR图像舰船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：CN116469002B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202310273227.2，技术领域涉及：G06V20/10；该发明授权基于多级特征融合及混合注意力的SAR图像舰船目标检测方法是由侯彪;梁爽;任博;任仲乐;杨晨设计研发完成，并于2023-03-20向国家知识产权局提交的专利申请。

本基于多级特征融合及混合注意力的SAR图像舰船目标检测方法在说明书摘要公布了：本发明公开了一种基于多级特征融合及混合注意力的SAR图像舰船目标检测方法，包括：构建用于SAR图像舰船目标检测的YOLO‑SP网络模型，所述YOLO‑SP网络模型包括依次连接的主干特征提取网络、多级特征融合网络和检测头；利用训练数据集对所构建的YOLO‑SP网络模型进行训练，计算损失函数，并反向更新模型参数，获得训练后的YOLO‑SP网络模型；对待检测的SAR图像进行数据标准化预处理，获得预处理后的像素矩阵；将预处理后的像素矩阵输入训练后的YOLO‑SP网络模型，对待检测的SAR图像进行舰船目标检测，获得目标的类别信息、位置信息和置信度。本发明通过多级特征提取策略与混合注意力机制，加强了目标特征信息的提取，提高对舰船目标的检测精度。

本发明授权基于多级特征融合及混合注意力的SAR图像舰船目标检测方法在权利要求书中公布了：1.一种基于多级特征融合及混合注意力的SAR图像舰船目标检测方法，其特征在于，包括： S1：构建用于SAR图像舰船目标检测的YOLO-SP网络模型，所述YOLO-SP网络模型包括依次连接的主干特征提取网络、多级特征融合网络和检测头，其中，所述主干特征提取网络用于对预处理的SAR图像进行特征提取，并输出多个不同尺度的特征图；所述多级特征融合网络用于对所述不同尺度的特征图进行特征融合，获得多个不同尺度的预测特征图；所述检测头用于对所述预测特征图进行分类回归操作，得到所述SAR图像舰船目标的类别信息、位置信息和置信度； S2：利用训练数据集对所构建的YOLO-SP网络模型进行训练，计算损失函数，并反向更新模型参数，获得训练后的YOLO-SP网络模型； S3：对待检测的SAR图像进行数据标准化预处理，获得预处理后的像素矩阵； S4：将预处理后的像素矩阵输入训练后的YOLO-SP网络模型，对待检测的SAR图像进行舰船目标检测，获得目标的类别信息、位置信息和置信度； 所述主干特征提取网络包括依次连接的Focus模块、卷积层、CSP-Tiny模块、最大池化层、CSP-Tiny模块、最大池化层、CSP-Tiny模块、最大池化层和卷积层，其中，所述Focus模块用于对输入的像素矩阵进行切片操作，获得信息互补的多个下采样特征图并通过拼接和卷积操作，得到2倍下采样特征图；所述CSP-Tiny模块用于对输入特征图中的信息进行提取；所述卷积层均为3×3卷积层。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。