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！

龙图腾网获悉南京信息工程大学申请的专利图像金字塔特征指导的多尺度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：CN114612709B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202210185676.7，技术领域涉及：G06V10/25；该发明授权图像金字塔特征指导的多尺度目标检测方法是由陈苏婷;马文妍;张艳艳;张闯设计研发完成，并于2022-02-28向国家知识产权局提交的专利申请。

本图像金字塔特征指导的多尺度目标检测方法在说明书摘要公布了：本发明公开了一种图像金字塔特征指导的多尺度目标检测方法，包括步骤：S1，以彩色图像作为网络输入，以FPN作为目标检测的框架，采用排序下采样方法提取图像特征；S2，以同一幅彩色图像作为输入，采用构建的双瓶颈子卷积网络提取图像金字塔中每层级的位置信息和细节特征；S3，将步骤S2中提取的每层级的图像特征和主干网络对应的深层特征输入到构建的分层式特征融合模块中，完成高分辨率、弱语义特征与低分辨率、强语义特征的融合；S4，引入Focalloss重构损失函数，完成目标检测。本发明不仅能加强空间位置信息，而且能避免在下采样中丢失大量细节信息，从而增加了目标检测网络对小目标和邻近目标的辨识度。

本发明授权图像金字塔特征指导的多尺度目标检测方法在权利要求书中公布了：1.一种图像金字塔特征指导的多尺度目标检测方法，其特征在于，包括步骤如下： S1，以彩色图像作为网络输入，以基于ResNet-101主干网络的FPN作为目标检测的框架，采用排序下采样方法提取图像特征； S2，以步骤S1中的同一幅彩色图像作为输入，采用构建的双瓶颈子卷积网络提取图像金字塔中每层级的位置信息和细节特征；构建双瓶颈子卷积网络的过程如下： S21，定义双瓶颈子卷积网络的输入为： 其中，表示高度为H*、宽度为W*的图像，该图像同时是目标检测模型的输入图像；i为图像金字塔和主干网络的层级索引； S22，将图像金字塔中的第i层图像输入双瓶颈子卷积网络，通过一个5×5卷积核和一个3×3卷积核提取图像表层的边缘特征； S23，将被提取的边缘特征输入到具有2个瓶颈结构的残差网络单元中提取细节特征，使用带有1×1卷积核的侧边连接，将准确定位的边缘信息传输给提取的纹理细节特征； 所述瓶颈结构由2个分别用于特征图通道降维与升维的1×1卷积核和2个用于学习浅层特征的3×3卷积核构成； S24，得到与对应主干网络层级尺度相同的特征图，为残差网络单元的输出； S25，以不同尺度的图像作为输入，定义双瓶颈子卷积网络的输出为： 其中，表示图像金字塔第i层图像被提取的特征；表示图像金字塔中所有层级图像被提取的特征的集合； S3，将步骤S2中提取的每层级的图像特征和主干网络对应的深层特征输入到构建的分层式特征融合模块中，完成高分辨率、弱语义特征与低分辨率、强语义特征的融合； S4，引入Focalloss重构损失函数，对多任务进行训练，完成目标检测。

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南京信息工程大学，其通讯地址为：224002 江苏省盐城市盐南高新区新河街道文港南路105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”。