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！

龙图腾网获悉昆明理工大学申请的专利一种旋转体目标检测神经网络模型、训练方法及装置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：CN116310302B 。

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：202310338502.4，技术领域涉及：G06V10/25；该发明授权一种旋转体目标检测神经网络模型、训练方法及装置是由毛剑琳;霍琳;伞红军;王森;祝阳;李睿祺设计研发完成，并于2023-03-31向国家知识产权局提交的专利申请。

本一种旋转体目标检测神经网络模型、训练方法及装置在说明书摘要公布了：本发明公开了一种旋转体目标检测神经网络模型、训练方法及装置，属于人工智能、计算机视觉以及视觉振动位移测量领域。本发明将目标检测神经网络模型分为三个模块，轻量化模块用于提取浅层特征，残差特征金字塔模块用于提取深层特征，同时将浅层信息和深度信息进行语义特征融合；头部模块用于最终确定并输出目标位置信息。基于上述将本发明提出的模型用于旋转体的视觉测振的监测阶段，保证监测准确度的前提下有效提高了监测旋转体安全性能的速度；通过对比其他目标检测模型的数据生成的振动信号，证明了本发明的实际工程应用价值。

本发明授权一种旋转体目标检测神经网络模型、训练方法及装置在权利要求书中公布了：1.一种旋转体目标检测神经网络模型，其特征在于，利用轻量化模块提取浅层特征、利用残差特征金字塔模块提取深层特征、利用头部模块定位目标共同构建目标检测神经网络模型； 所述轻量化模块包括： 对输入图像数据依次进行卷积操作、池化操作得到第一浅层输出特征S1； 对第一浅层输出特征特征S1进行卷积块1操作得到第二浅层输出特征S2； 对第二浅层输出特征S2进行卷积块2操作得到第三浅层输出特征S3； 对第三浅层输出特征S3经过1个卷积块1操作、2个卷积块2操作得到第四浅层输出特征S4；对第四浅层输出特征S4依次进行1个卷积块1操作、1个卷积块2操作得到第五浅层输出特征S5； 所述残差特征金字塔模块，包括： 对轻量化模块的第五浅层输出特征S5经过空洞空间金字塔池化操作得到特征N11；对特征N11经过卷积操作得到特征N12；特征N12经过上采样操作得到特征N13；将轻量化模块的第四浅层输出特征S4与特征N13拼接得到特征N14；对特征N14经过深度可分离卷积操作得到特征N21； 将特征N21经过卷积操作得到特征N22；特征N22经过上采样操作得到特征N23；将特征N23与轻量化模块的第三浅层输出特征S3拼接得到特征N24；对特征N24经过深度可分离卷积得到第一残差特征金字塔输出特征N1； 对第一残差特征金字塔输出特征N1经过卷积、与特征N22进行拼接、经过深度可分离卷积得到第二残差特征金字塔输出特征N2； 对第二残差特征金字塔输出特征N2经过卷积、与特征N12进行拼接、经过深度可分离卷积得到第三残差特征金字塔输出特征N3； 对第一残差特征金字塔输出特征N1、第二残差特征金字塔输出特征N2、第三残差特征金字塔输出特征N3进行拼接得到第四残差特征金字塔输出特征N4； 所述头部定位模块，包括：对残差特征金字塔模块的第四残差特征金字塔输出特征N4经过卷积操作、BatchNorm操作、激活函数的操作得到特征H1；特征H1依次经过卷积操作、BatchNorm操作、激活函数的操作、卷积操作、BatchNorm操作、激活函数的操作、卷积操作得到分类分支、回归分支和背景分支。

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昆明理工大学，其通讯地址为：650093 云南省昆明市五华区学府路253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”。