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！

龙图腾网获悉石家庄铁道大学申请的专利一种基于多层特征交互金字塔和轻量化增强检测头的遥感图像全方位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：CN120510357B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510616306.8，技术领域涉及：G06V10/25；该发明授权一种基于多层特征交互金字塔和轻量化增强检测头的遥感图像全方位目标检测方法是由张云佐;刘婷;仇紫悦;王凯;张璐琦;孙玉川设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本一种基于多层特征交互金字塔和轻量化增强检测头的遥感图像全方位目标检测方法在说明书摘要公布了：本发明公开了一种基于多层特征交互金字塔和轻量化增强检测头的遥感图像全方位目标检测算法，属于计算机视觉领域。所述方法包括如下步骤：1.对遥感图像数据集进行预处理。2.搭建遥感图像全方位目标检测模型：设计了多层特征交互金字塔，通过聚合多层特征图获得中间特征图和融合特征图，实现跨层的特征融合，避免信息交互局限在相邻层之间，同时生成旋转不变的特征表示，增强旋转目标的特征信息；构建了轻量化增强检测头，采用共享增强卷积的策略减少模型的参数量，并通过中心差分卷积提取特征信息，让模型能捕捉到旋转目标的细节特征；采用Lamp剪枝方法在不损失精度的基础上降低模型的复杂度。3.构建模型的损失函数，引入KLD散度损失函数解决旋转目标检测中角度周期性变化的问题。4.迭代训练模型，直到模型达到收敛，得到最佳权重。5.将得到的最佳权重对测试集进行测试，获得评估结果。所述方法在保证旋转目标检测精度的同时减少了模型的参数量和计算复杂度。

本发明授权一种基于多层特征交互金字塔和轻量化增强检测头的遥感图像全方位目标检测方法在权利要求书中公布了：1.一种基于多层特征交互金字塔和轻量化增强检测头的遥感图像全方位目标检测方法，其特征在于，所述方法包括： 步骤1：对遥感图像数据集进行预处理； 步骤2：建立遥感图像全方位目标检测模型： 设计多层特征交互金字塔聚合多层特征图获得中间特征图和融合特征图，并通过上采样和下采样进行路径交互，实现跨层的特征融合并生成旋转不变的特征表示； 所述的多层特征交互金字塔首先将主干网络生成的C3、C4和C5特征图作为输入，对这三层输入进行特征拼接，得到中间特征图Fm，作为后续特征交互的中间枢纽；其次，将中间特征图Fm经过下采样与C5特征图进行特征拼接，得到特征图f1，提升深层语义表达的丰富性，同时将中间特征图进行上采样操作得到的新特征图与C3特征图进行特征拼接，得到特征图f2，增强细节信息的表征能力；然后，将Fm、f1和f2这三层特征图进行特征拼接，生成融合特征图fm，融合特征图包含不同尺度的特征信息；最后，将中间特征图和融合特征图分别进行上采样，并与生成的f1特征图进行拼接，强化空间分辨率与细节表达，同时将中间特征图和融合特征图分别进行下采样，并与生成的f2特征图进行拼接，突出语义信息的抽象表达，生成的输出特征图充分利用各层特征图的细节与语义信息并生成旋转不变的特征表示； 构建轻量化增强检测头，采用共享增强卷积的策略减少模型的参数量，并通过中心差分卷积提取特征信息，让模型能捕捉到旋转目标的细节特征； 采用Lamp剪枝方法对每一层中Lamp得分最低的权重进行剪枝，降低模型的复杂度； 步骤3：构建损失函数更新模型权重，其中KLD散度损失作为旋转目标检测的回归损失，用来衡量预测框与真实框之间旋转角度的差异； 步骤4：迭代训练模型，直到模型达到收敛，得到最佳权重； 步骤5：将得到的最佳权重来检测测试集图像，得到最终测试结果。

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石家庄铁道大学，其通讯地址为：050043 河北省石家庄市长安区北二环东路17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”。

以上内容由龙图腾AI智能生成。