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！

龙图腾网获悉暨南大学申请的专利一种基于高效空间金字塔池化网络的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：CN115375979B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202210372327.6，技术领域涉及：G06V10/25；该发明授权一种基于高效空间金字塔池化网络的目标检测方法是由邓玉辉;李鸿设计研发完成，并于2022-04-11向国家知识产权局提交的专利申请。

本一种基于高效空间金字塔池化网络的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高效空间金字塔池化网络的目标检测方法，该检测方法技术方案如下：在目标检测网络中增加一个高效空间金字塔池化网络；待检测图像输入目标检测网络的骨干网络进行特征提取，高效空间金字塔池化网络对提取的特征在不同尺度上进行处理，后将提取的多尺度特征图进行融合，集成提取的大尺度特征的高分辨率和提取的小尺度特征的丰富语义信息进行输出，提高检测网络对尺度大小不一目标的检测能力。本发明提出的高效空间金字塔池化网络对目标检测网络的骨干网络提取的特征进行处理，并融合处理过后不同尺度特征，在保证检测网络复杂度基本不变的前提下，有效提高了目前检测网络对多尺度目标检测的准确率。

本发明授权一种基于高效空间金字塔池化网络的目标检测方法在权利要求书中公布了：1.一种基于高效空间金字塔池化网络的目标检测方法，其特征在于，所述检测方法包括以下步骤： S1、将待检测图像输入目标检测网络的骨干网络进行特征提取获得特征图Fin∈RC×H×W，其中C表示特征图通道的数量，H和W为特征图的高和宽，R表示实数域； S2、目标检测网络的高效空间金字塔池化网络对特征图Fin进行不同尺度提取，所述高效空间金字塔池化网络的输入至输出依次为级联连接的降维卷积层、第一池化层、第二池化层、第三池化层和升维卷积层，其中，第一池化层、第二池化层和第三池化层的构造都是相同，都由一个池化核为k x k的最大池化和一个池化核为k x k的平均池化并行连接，其中最大池化和平均池化的步长为1，填充为k2，第一池化层、第二池化层和第三池化层的计算公式为其中F为池化层的输入，FP为池化层的输出，和表示池化核大小为k×k的最大池化和平均池化； 输出和其中C1为降维后的通道数量，然后将特征图F1、和按通道维度进行融合得到输出特征图其中C2为输出的通道数量；过程如下： S21、将特征图Fin∈RC×H×W输入降维卷积层，降维卷积层的卷积核为1×1，步长为1，输出特征图为其中C1为降维后的通道数量； S22、将特征图F1输入到第一池化层，得到特征图S23、将特征图输入到第二池化层，得到特征图S24、将特征图输入到第三池化层，得到特征图S25、将四个特征图F1、和按通道维度进行拼接，得到特征图S26、然后将FConcat输入升维卷积，升维卷积的卷积核为1×1，步长为1，输出特征图为S3、将特征图输入到目标检测网络的颈部网络中，进行深度特征提取，后将输出特征图输入预测部分进行目标分类和目标回归。

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暨南大学，其通讯地址为：510632 广东省广州市天河区黄埔大道西601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。