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！

龙图腾网获悉海南大学申请的专利面向视觉图像的MSD-YOLOv4船舶实时检测网络及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：CN117218377B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202311108891.8，技术领域涉及：G06V10/52；该发明授权面向视觉图像的MSD-YOLOv4船舶实时检测网络及方法是由任佳;郝秋实;崔亚妮;丁洁;张育;陈敏;易家傅;马秀新设计研发完成，并于2023-08-30向国家知识产权局提交的专利申请。

本面向视觉图像的MSD-YOLOv4船舶实时检测网络及方法在说明书摘要公布了：本发明涉及一种面向视觉图像的MSD‑YOLOv4船舶实时检测网络及方法。本发明的方案尤其适用于内河港口、大型码头等场景的船舶实时检测。所述网络包括四个模块：主干特征提取模块M3Darknet‑53、多尺度特征提取模块SPP、加强特征提取模块SPANet和检测模块YOLODetect。主干特征提取模块M3Darknet‑53通过三普通卷积Conv×3与多尺度特征提取模块SPP相连；多尺度特征提取模块SPP通过拼接加三普通卷积Contact+Conv×3与加强特征提取模块SPANet相连；加强特征提取模块SPANet与检测模块YOLODetect直接相连。本发明的优势在于，简化了网络结构并提高了检测速度；使用深度可分离卷积代替网络中的某些普通卷积，减少了模型参数，进一步提高了检测速度；添加了通道注意力单元使检测过程聚焦于船舶目标，提高了检测准确性。

本发明授权面向视觉图像的MSD-YOLOv4船舶实时检测网络及方法在权利要求书中公布了：1.面向视觉图像的MSD-YOLOv4船舶实时检测方法，用于建立面向视觉图像的MSD-YOLOv4船舶实时检测网络，其特征在于，包括： 步骤一：建立主干特征提取模块M3Darknet-53； 步骤二：建立多尺度特征提取模块SPP； 步骤三：建立加强特征提取模块SPANet； 步骤四：建立检测模块YOLODetect； 步骤五：建立各模块的连接； 步骤六：网络训练及船舶检测； 所述面向视觉图像的MSD-YOLOv4船舶实时检测网络包括： 主干特征提取模块M3Darknet-53、多尺度特征提取模块SPP、加强特征提取模块SPANet和检测模块YOLODetect；所述主干特征提取模块M3Darknet-53通过三普通卷积Conv×3与所述多尺度特征提取模块SPP相连；所述多尺度特征提取模块SPP通过拼接加三普通卷积Contact+Conv×3与所述加强特征提取模块SPANet相连；所述加强特征提取模块SPANet与检测模块YOLODetect直接相连； 所述加强特征提取模块SPANet包括： 六个完全相同的通道注意力单元SE1、SE2、SE3、SE4、SE5和SE6；两个拼接加五深度可分离卷积Contact+Conv×5联合深度可分离卷积加上采样Conv+UpSampling子模块A、B；一个下采样DownSampling、拼接加五深度可分离卷积Contact+Conv×5联合深度可分离卷积加上采样Conv+UpSampling子模块C；通道注意力单元SE1与子模块A的拼接加五深度可分离卷积Contact+Conv×5通过一个深度可分离卷积Conv相连，子模块A的拼接加五深度可分离卷积Contact+Conv×5的输出一方面送给子模块C的下采样DownSampling，另一方面送给通道注意力单元SE4；通道注意力单元SE2与子模块B的拼接加五深度可分离卷积Contact+Conv×5通过一个深度可分离卷积Conv相连，子模块B的拼接加五深度可分离卷积Contact+Conv×5的输出送给子模块C的拼接加五深度可分离卷积Contact+Conv×5，子模块C的拼接加五深度可分离卷积Contact+Conv×5的输出送给通道注意力单元SE5；通道注意力单元SE3一方面与子模块B的深度可分离卷积加上采样Conv+UpSampling相连，另一方面通过一个拼接加五深度可分离卷积Contact+Conv×5分别与子模块C的深度可分离卷积加上采样Conv+UpSampling和通道注意力单元SE6相连； 所述主干特征提取模块M3Darknet-53中的，瓶颈残差块bneck4与所述加强特征提取模块SPANet中的通道注意力单元SE1相连；瓶颈残差块bneck5与加强特征提取模块SPANet中的通道注意力单元SE2相连；所述拼接加三普通卷积Contact+Conv×3与所述加强特征提取模块SPANet中的通道注意力单元SE3相连；所述加强特征提取模块SPANet中的通道注意力单元SE4、SE5和SE6分别与所述检测模块YOLODetect中的YOLOHead1、YOLOHead2和YOLOHead3三个子模块相连。

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海南大学，其通讯地址为：570228 海南省海口市美兰区人民大道58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。