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！

龙图腾网获悉泉州装备制造研究所申请的专利一种基于YOLO11s改进的无人机小目标检测模型建立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：CN120298937B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202510789238.5，技术领域涉及：G06V20/17；该发明授权一种基于YOLO11s改进的无人机小目标检测模型建立检测方法是由巢建树;米琦;李俊杰;张凯源;赖佳华;叶大鹏;罗志聪设计研发完成，并于2025-06-13向国家知识产权局提交的专利申请。

本一种基于YOLO11s改进的无人机小目标检测模型建立检测方法在说明书摘要公布了：本发明涉及计算机视觉领域，具体涉及一种基于YOLO11s改进的无人机小目标检测模型建立检测方法，建立YOLO11s‑UAV模型，该YOLO11s‑UAV模型是改进的YOLO11s模型，将YOLO11s模型的骨干网络中的最后一个下采样融合层删除，该下采样融合层包括Conv模块和C3k2模块，将YOLO11s模型的骨干网络中剩余的C3k2模块和YOLO11s模型的颈部网络中的C3k2模块都替换为可变简单无参数注意力机制模块，将YOLO11s模型的骨干网络中剩余的Conv模块替换为空间转深度残差卷积模块；将YOLO11s模型的颈部网络中的Upsample模块替换为内容感知特征重组上采样模块；将YOLO11s模型的骨干网络中的最后一个下采样融合层删除，使得整个网络保留更多小目标精细的特征信息，同时降低了模型的复杂度。

本发明授权一种基于YOLO11s改进的无人机小目标检测模型建立检测方法在权利要求书中公布了：1.一种基于YOLO11s改进的无人机小目标检测模型建立方法，其特征在于：建立YOLO11s-UAV模型，该YOLO11s-UAV模型是改进的YOLO11s模型，该YOLO11s-UAV模型包括对输入图像进行特征提取的骨干网络、对特征图进行特征提取与融合的颈部网络和对颈部网络输出的融合特征图进行检测和分类的头部结构； 将YOLO11s模型的骨干网络中的最后一个下采样融合层删除，该下采样融合层包括Conv模块和C3k2模块，将YOLO11s模型的骨干网络中剩余的C3k2模块和YOLO11s模型的颈部网络中的C3k2模块都替换为可变简单无参数注意力机制模块，将原骨干网络中剩余的Conv模块替换为空间转深度残差卷积模块； 将YOLO11s模型的颈部网络中的Upsample模块替换为内容感知特征重组上采样模块； 在YOLO11s模型的骨干网络的C2PSA模块与颈部网络的第一个内容感知特征重组上采样模块之间沿数据传输方向依次设有第一卷积模块、第一拼接模块和可变简单无参数注意力机制模块； 第二卷积模块用于对骨干网络的第一个可变简单无参数注意力机制模块输出的融合特征进行卷积操作后输送至颈部网络的第一个内容感知特征重组上采样模块之后的拼接模块； 第三卷积模块用于对骨干网络的第二个可变简单无参数注意力机制模块输出的融合特征进行卷积操作后输送至颈部网络的第一拼接模块； 第四卷积模块用于对颈部网络的内容感知重组与交互特征金字塔网络之后的第一个可变简单无参数注意力机制模块输出的融合特征进行卷积操作后输送至颈部网络的最后一个拼接模块； 所述空间转深度残差卷积模块包括将输入的特征图切分为多个像素块并重新排列到深度维度的空间深度转换模块、对所述像素块进行特征图通道数转换操作的非步长卷积模块和对所述非步长卷积模块输出的特征图进行多尺度上下文信息提取的扩张残差模块，以及对所述非步长卷积模块输出的特征图和所述扩张残差模块输出的特征图进行合并批量归一化处理，并应用激活函数输出特征图； 所述可变简单无参数注意力机制模块对输入的特征图依次进行通道维度变换操作和特征分割操作获取分割特征，该分割特征根据布尔参数c3k的取值进行路径选择，选择多个C3kSimAM模块组成的分支路径或多个Bottleneck模块对该分割特征进行处理。

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泉州装备制造研究所，其通讯地址为：362000 福建省泉州市台商投资区洛阳镇上浦村吉贝511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”。