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！

龙图腾网获悉西南石油大学申请的专利一种基于改进YOLOv8n的小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：CN116895007B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202310877467.3，技术领域涉及：G06V10/82；该发明授权一种基于改进YOLOv8n的小目标检测方法是由罗仁泽;林虹宇;王磊;吴涛;刘恒;雷璨如;武娟;王清松;易玺;廖波;曹瑞;赵丹设计研发完成，并于2023-07-18向国家知识产权局提交的专利申请。

本一种基于改进YOLOv8n的小目标检测方法在说明书摘要公布了：本发明提出一种基于改进YOLOv8n的小目标检测方法。方法具体步骤如下：1构建小目标数据集；2引入过渡下采样模块替代YOLOv8n模型浅层下采样操作，减少了输入图像由于连续下采样导致的小目标信息丢失；3在YOLOv8n模型中分别插入上采样模块和下采样模块，减少了较浅层网络中由于下采样导致的小目标信息丢失；4采用融合了改进SwinTransformer‑V2模块的改进C3模块替换YOLOv8n模型中部分C2f模块，加强了小目标信息在主干特征提取网络深层部分的关注度；5利用1中构建的数据集对改进的YOLOv8n模型进行训练、验证、评价。本发明在减少模型少量参数量、满足实时检测要求的情况下，增加了小目标检测的平均精度均值，减少了误检漏检情况的发生。

本发明授权一种基于改进YOLOv8n的小目标检测方法在权利要求书中公布了：1.一种基于改进YOLOv8n的小目标检测方法，其特征在于包括以下步骤： 步骤1：从摄像头捕获的卷包车间图像中筛选出包含小目标类别的有效图像，构建小目标数据集，对有效图像进行训练集、验证集的划分； 步骤2：构建包含过渡下采样模块、改进的SwinTransformer-V2模块的改进YOLOv8n网络架构，所述改进的YOLOv8n网络包含以下结构： 步骤2.1：将YOLOv8n主干特征提取网络的前两层Conv下采样模块全部替换为过渡下采样模块；过渡下采样模块结构的构建方法是：在普通的卷积下采样Conv模块前面添加k＝3×3、s＝1、p＝1的过渡卷积Conv模块，使输入通道数数量提前变化到输出通道数数量，在整合了更多小目标信息的基础上，再对特征图进行普通卷积下采样操作，可以缓解小目标信息的丢失； 步骤2.2：在YOLOv8n主干特征提取网络第二层的下采样操作前面插入上采样模块，在主干特征提取网络第五层的C2f模块后面插入下采样模块；其中 上采样模块和下采样模块分别使用近邻插值算法和普通卷积下采样Conv模块； 步骤2.3：构建改进SwinTransformer-V2模块，其构建步骤是： 步骤2.3.1：在SwinTransformer-V2模块前端添加卷积核为1×1的通道错位卷积，并进行归一化和SiLU激活函数激活操作，使窗口间的信息提前得到交互，也引入了隐式位置编码的思想，使模块结构更加健壮； 步骤2.3.2：在SwinTransformer-V2模块输出端添加窗口通道注意力机制，通过乘以权重，使窗口中所有通道的重要程度得到体现，间接增加了窗口间的交互，其中窗口通道注意力机制的权重生成来自于SwinTransformer-V2模块中自注意力机制Attention模块的输出特征图，窗口通道注意力的权重生成模块可用下式表示： z′2ij＝Linearz2ij1 z″2i＝SiLULNz′2i2 z″′2i＝SigmoidLNLinearz″2i3 其中，z2ij表示窗口通道注意力权重生成模块按照窗口划分后的输入，i表示第i个窗口，j表示第j个通道，Linear表示全连接操作，LN表示归一化操作，公式1中的z2ij经过Linear操作，将窗口大小的单通道输入变换为1×1大小的输出，公式2中的z′2i经过LN归一化、SiLU激活，得到z″2i；公式3中的Linear操作不改变z″2i的形状，其输出经过LN归一化、Sigmoid激活后，得到z″′2i；公式4中的z″′2i经过窗口大小的upsample近邻插值上采样操作，得到窗口通道注意力权重生成模块按照窗口划分后的输出 步骤2.3.3：在SwinTransformer-V2模块输出端添加卷积核为1×1的卷积Conv模块操作，以便与后续卷积输出进行Concat融合； 步骤2.4：将YOLOv8n主干特征提取网络深层的后两个C2f模块全部替换为改进的C3模块，改进的C3模块由原始C3模块通过替换其中的全部Bottleneck模块为改进的SwinTransformer-V2模块得到； 步骤3：利用步骤1中的训练集、验证集对改进的YOLOv8n网络模型进行训练、验证、评价。

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南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8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”。