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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于改进型深度网络的海缆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：CN118447363B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202410476496.3，技术领域涉及：G06V10/82；该发明授权一种基于改进型深度网络的海缆目标检测方法是由韩佳峰;章雪挺;杨俊毅;曾凡宗;李豪;鲍程璐;董威;索天章;曹友宏;孟意彭设计研发完成，并于2024-04-19向国家知识产权局提交的专利申请。

本一种基于改进型深度网络的海缆目标检测方法在说明书摘要公布了：本发明涉及一种基于改进型深度网络的海缆目标检测方法。本发明通过构建海底电缆图像网络SCINet，将其应用在水下海缆探测中，实现对海缆的高精度检测。SCINet模型包括主干网络、颈部网络和用于完成目标检测的预测头。引入了ConvNeXtv2作为网络的主干部分，提高了网络对复杂环境下海缆位置和特征信息的提取能力。在模型颈部引入了轻量高效的C2f模块替代原本的C3模块，将不同阶段的特征进行拼接和融合，并且丰富了梯度流，识别效果更好。引入了一种尺度感知注意力、空间感知注意力和任务感知注意力统一的动态检测头DyHead，显著提高了目标检测头的表示能力。本发明训练收敛速度明显优于基线模型；针对水底复杂环境，对海缆的识别精度优于其他主流的目标检测模型。

本发明授权一种基于改进型深度网络的海缆目标检测方法在权利要求书中公布了：1.一种基于改进型深度网络的海缆目标检测方法，其特征在于：具体包括如下步骤： 步骤1、数据的采集：采集海底海缆图像，将采集的图像分为训练集、验证集和测试集； 步骤2、构建海底电缆图像网络SCINet： SCINet模型保留了YOLOv5的整体架构，包括用于特征提取的主干网络、用于实现跨尺度特征融合的颈部网络和用于完成目标检测的预测头； 在主干网络中，经过预处理的三通道图像首先经过一个卷积核大小为4×4步距为4的卷积层，将大图像分割成小的图像块；然后经过ConvNeXtv2模块×3-下采样-ConvNeXtv2模块×3，得到第一组进入颈部网络的特征图；然后经过下采样-ConvNeXtv2模块×9，得到第二组进入颈部网络的特征图；然后再经过下采样-ConvNeXtv2模块×3，后经过快速空间金字塔池化模块SPPF，融合不同感受野的特征图，最终得到第三组进入颈部网络的特征图； SCINet的颈部采用特征金字塔结合路径聚合网络的方式，将深层的语义信息传递到浅层，且将浅层的位置信息传递到深层特征；FPN包括一个自底向上的传播路径、一个自顶向下的传播路径和通过横向连接进行特征融合；颈部通过卷积层与C2f模块执行特征提取和转换操作，通过上采样层增加特征图的空间分辨率，使网络能够学习更细节的信息并更准确地定位对象，另外使用了连接层合并来自不同尺度或者级别的特征；将颈部输出的三组特征图分别进行一次卷积，统一输出通道数，最后一起输入4个Dyhead块堆叠的head部分；SCINet往预测头部分添加了4个堆叠的Dyhead块，颈部的三个输出要同时输入一个Dyhead块，输出三个检测头；三个检测头经卷积层卷积后，输出三中特征图； 步骤3、模型训练：将步骤一中训练集数据输入至步骤二构建的模型中进行训练，设置训练轮数，通过计算出预测框和真实框的损失，以及置信度损失，反向传播直至模型收敛； 步骤4、将任意海底电缆图像输入至经步骤3训练后的模型中，输出三种特征图，每个特征点包括三种先验框对应的：目标宽、高、中心点坐标以及置信度，经过非极大值抑制NMS以及阈值筛选后，得到最终的目标检测框。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。