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！

龙图腾网获悉西安电子科技大学申请的专利一种基于多尺度轻量级深度网络的海上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：CN119359992B 。

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：202411395382.2，技术领域涉及：G06V10/25；该发明授权一种基于多尺度轻量级深度网络的海上目标检测方法是由牛振兴;王宇航;冀皓煊;陈晨;李会民;李湾;吕宁;张建龙设计研发完成，并于2024-10-08向国家知识产权局提交的专利申请。

本一种基于多尺度轻量级深度网络的海上目标检测方法在说明书摘要公布了：一种基于多尺度轻量级深度网络的海上目标检测方法，包括以下步骤；步骤1：构造数据集图像；步骤2：划分数据；步骤3：通过将训练图像输入特征提取模块，对输入图像进行编码；步骤4：通过权重选择函数来对经过位置编码后的特征图进行选择，得到FSelect；步骤5：将FSelect送入后续LSKBlock结构层中，得到不同尺度特征提取后的特征图FLSKBlock；步骤6：将FLSKBlock输入到特征融合模块中；输出的FAIFI；步骤7：将FAIFI再通过CCFM模块进行进一步融合处理；步骤8：将融合后的特征图进行拼接得到最后的特征图；步骤9：将得到的特征图经过解码输出生成边界框。本发明通过结合多尺度特征提取和轻量化网络设计，实现高效、准确的海上目标检测。

本发明授权一种基于多尺度轻量级深度网络的海上目标检测方法在权利要求书中公布了：1.一种基于多尺度轻量级深度网络的海上目标检测方法，其特征在于，包括以下步骤； 步骤1：将获取的海上目标图像进行标注，构造图像数据集； 步骤2：划分数据，将步骤1获取的图像数据集划分为两部分，分别为训练集Dtrain与测试集Dtest； 步骤3：通过将训练图像输入特征提取模块，对输入图像进行位置编码，得到FPatchembed； 步骤4：通过权重选择函数选择位置编码特征图FPatchembed，得到FSelect； 步骤5：将FSelect送入LSKBlock结构层中，结合位置编码特征图FPatchembed与特征选择函数FSelect得到不同尺度特征提取后的特征图FLSKBlock； 步骤6：将FLSKBlock输入到特征融合模块中，输出FAIFI； 步骤7：将FAIFI通过CCFM模块进行融合，得到融合后的特征图FCCFM； 步骤8：将FCCFM进行拼接得到最后的特征图； 步骤9：将得到的特征图经过解码输出生成边界框； 所述步骤4中，权重选择函数来对经过位置编码后的特征图进行选择具体为： FSelect＝SigmoidmeanConv1fpatchembedIi,avgConv2 fpatchembedIi， 其中权重选择函数由激活函数Sigmoid、平均池化操作mean、最大池化操作avg以及卷积Conv1、Conv2组成； 卷积操作Conv是通过卷积核对输入特征图进行滑动窗口处理，来提取不同层次的特征，激活函数Sigmoid将卷积和池化后的结果映射为权重选择的概率值，即输出特征中的每个像素将被赋予一个权重值用于后续特征图的融合或选择，平均池化操作mean，最大池化操作avg则是在特征图上划分固定大小的窗口，然后在每个窗口内取平均值或最大值； 所述步骤6具体为： 首先经过AIFI模块，AIFI模块由形状变化与位置编码组成，首先输入上一步骤的结果FLSKBlock进行位置编码补充在原始图像中的位置信息，编码后的特征进行形状变化，形状变化通过对输入张量进行维度扩展，转置操作进行重新调整，使得不同阶段的特征保持形状一致，整体AIFI模块操作表示为：FAIFI＝TransShapePositonEmbeddingFLSKBlock，其中TransShape为张量的形状变化，PositonEmbedding为位置编码。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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。