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一种SAR舰船旋转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：CN116797939B 。

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：202310572180.X，技术领域涉及：G06V20/13；该发明授权一种SAR舰船旋转目标检测方法是由陈渤;王玮;张婷;王鹏辉;王英华;纠博;刘宏伟设计研发完成，并于2023-05-19向国家知识产权局提交的专利申请。

本一种SAR舰船旋转目标检测方法在说明书摘要公布了：本发明涉及一种SAR舰船旋转目标检测方法，包括：获取待检测SAR图像舰船数据；将待检测SAR图像舰船数据输入训练好的旋转目标检测模型进行推理，得到舰船目标的角度、位置及类别信息；旋转目标检测模型基于卷积块注意力机制的YOLOv5网络和旋转矩形框的中点偏移量表示法构建得到；训练好的旋转目标检测模型为基于预先构建的训练集、并采用适应于旋转检测的多任务联合网络损失函数对旋转目标检测模型进行训练得到；预先构建的训练集基于原始SAR图像舰船样本数据和标注有待检测船舰目标所在旋转矩形框的标签文件构建得到。该方法能避免损失边界不连续性，具备轻量级网络参数量少的优点，可以实现SAR图像舰船目标的任意方向检测，并获得舰船相应的角度信息。

本发明授权一种SAR舰船旋转目标检测方法在权利要求书中公布了：1.一种SAR舰船旋转目标检测方法，其特征在于，包括步骤： 获取待检测SAR图像舰船数据； 将所述待检测SAR图像舰船数据输入训练好的旋转目标检测模型进行推理，得到舰船目标的角度、位置及类别信息； 其中，所述旋转目标检测模型基于卷积块注意力机制的YOLOv5网络和旋转矩形框的中点偏移量表示法构建得到；所述训练好的旋转目标检测模型为基于预先构建的训练集、并采用适应于旋转检测的多任务联合网络损失函数对旋转目标检测模型进行训练得到；所述预先构建的训练集基于原始SAR图像舰船样本数据和标注有待检测船舰目标所在旋转矩形框的标签文件构建得到； 所述训练集的构建方法包括：获取原始SAR图像舰船样本数据；对所述原始SAR图像舰船样本数据按照预设重叠比例进行裁剪，得到若干切片图像；对每个切片图像标注待检测船舰目标所在的旋转矩形框，得到所述旋转矩形框的顶点坐标值、类别和检测难度，形成标签文件；所述若干切片图像和所述标签文件划分为训练集和测试集； 所述旋转目标检测模型包括依次连接的输入端、骨干网络、颈部网络和预测端，其中，所述输入端用于在训练阶段，对所述若干切片图像进行数据增强处理，并将所述标签文件转化为旋转矩形框的长边表示和旋转矩形框的中点偏移量表示，得到处理后的数据，在推理阶段，将所述待检测SAR图像舰船数据进行数据增强处理，得到处理后的数据；所述骨干网络用于对所述处理后的数据进行特征提取，得到不同尺度特征信息；所述颈部网络用于融合来自所述骨干网络的浅层图形信息和深层语义信息，构建具有局部细节和区域语义表征能力的特征信息；所述预测端用于对所述颈部网络输出的特征信息进行处理输出三种不同尺度的特征图，以对不同尺度的目标进行分类和基于旋转矩形框的中点偏移量表示的定位； 所述多任务联合网络损失函数为： 其中，、、为网络适配权重参数，为分类损失，为置信度损失，为适应于旋转检测的回归损失； 用于计算预测旋转矩形框与对应的真实标注旋转矩形框的定位损失： 其中，回归损失采用smooth-L1函数，是预测旋转矩形框相对于锚框的偏移量，表示sigmoid函数，是真实标注旋转矩形框相对于锚框的偏移量； 和具体如下： 其中，为真实标注旋转矩形框的中心点坐标，和是真实标注旋转矩形框的包络矩形的宽高，和分别是真实标注旋转矩形框相对于其包络矩形上边中点和右边中点的偏移量；为预测旋转矩形框的中心点坐标，和分别为预测旋转矩形框的包络矩形的宽高，和分别为预测旋转矩形框相对于包络矩形上边中点和右边中点的偏移量，表示sigmoid函数，和分别表示特征点在特征图的位置坐标，和分别表示锚框的宽高，为特征图相对于原图的步长。

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”。