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！

龙图腾网获悉南通大学申请的专利一种基于多尺度感受野特征融合的目标检测模型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：CN116434025B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202310438180.0，技术领域涉及：G06V10/80；该发明授权一种基于多尺度感受野特征融合的目标检测模型是由邵叶秦;吕昌;王梓腾;张若为;周瑞;冯林威;夏贵江设计研发完成，并于2023-04-23向国家知识产权局提交的专利申请。

本一种基于多尺度感受野特征融合的目标检测模型在说明书摘要公布了：本发明涉及目标检测技术领域，具体涉及一种基于多尺度感受野特征融合的目标检测模型，本发明设计新模块CspRepSPP，使用深度卷积DepthwiseConvolution代替SPPF模块中的最大池化，通过深度卷积在特征图每个通道上进行卷积运算，有效地解决了原模块存在的信息丢失问题，并通过结构重参数化与CSPCrossStagePartial化进一步降低了模块在推理过程中的计算量。新模块CspRepSPP相比SPPF，在推理阶段具有更快的运算速度，并有更大的精度提升。同时，本发明受SPP的多尺度感受野特征融合思想启发，设计了一个新的特征提取模块ImprovedBottleNeck，将该模块替换YOLOv5中的传统BottleNeck，使得目标检测模型在每个阶段都对不同大小感受野的特征进行融合，进一步提升了模型的检测精度，并且没有额外的运算量。

本发明授权一种基于多尺度感受野特征融合的目标检测模型在权利要求书中公布了：1.一种基于多尺度感受野特征融合的目标检测模型，其特征在于：使用基于深度卷积提取特征的CspRepSPP，所述CspRepSPP使用深度卷积解决最大池化信息丢失的问题，并使用结构重参数化与CSP化解决深度卷积运算量较大的问题； 所述CspRepSPP的构建方法如下： 在YOLOv5的SPPF基础上，采用深度卷积替代最大池化，并将通道的拼接改为按元素相加，设计了新模块RepSPP； 采用结构重参数化技术优化具有N个结构并联且结果相加的分支，结构重参数化原理如下： 其中，M2、M1分别为每个分支的输出、输入特征图，bn为批量归一化，Wi为第i个卷积的卷积核，*表示深度卷积运算，μi、σi为第i个卷积后得到的均值与方差，γi、βi为bn中的两个可学习变量，由于RepSPP共进行4次深度卷积运算，因此N＝4， 其中，xi是特征图M的第i个特征，m为特征的总数，批量归一化通过公式3、4计算特征图的均值与标准差，并根据公式2，对特征图M减去均值μ，除以标准差σ，并乘以缩放因子γ，加上偏差β，其中γ与β为可学习变量；根据公式2，可以对公式1进一步化简： 公式5首先根据公式2，将卷积运算与批量归一化融合，接着将多个卷积融合为一个卷积，模型在推理阶段的卷积核权重为W′，偏置为β′； 对优化的模型分两个阶段进行CSP化，得到模型CspRepSPP； 将结构重参数化与深度卷积结合设计特征提取模块ImprovedBottleNeck，所述ImprovedBottleNeck在训练阶段使用一个核大小7*7与3*3的深度卷积，并将其结果相加，从两个不同尺度的感受野提取图像特征并融合。

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通大学，其通讯地址为：226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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”。