Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江工业大学赵小敏获国家专利权

浙江工业大学赵小敏获国家专利权

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!

龙图腾网获悉浙江工业大学申请的专利一种基于FLEX-YOLO网络的无人机航拍小目标检测方法和装置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:CN119942085B

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:202510112626.X,技术领域涉及:G06V10/25;该发明授权一种基于FLEX-YOLO网络的无人机航拍小目标检测方法和装置是由赵小敏;丁宁设计研发完成,并于2025-01-24向国家知识产权局提交的专利申请。

一种基于FLEX-YOLO网络的无人机航拍小目标检测方法和装置在说明书摘要公布了:一种基于FLEX‑YOLO网络的无人机航拍小目标检测方法和装置,其方法包括:1获取公开的无人机航拍图像数据集并进行预处理;2构建FLEX‑YOLO网络模型,该网络以YOLOv11网络为基础,并设计MPFP多路径反馈感知模块、JFIN联合特征交互网络、GhostPlus轻量化模块以及引入LAMP剪枝方法;3以FLEX‑YOLO网络作为检测模型,利用训练集和验证集对其进行训练和验证,生成最终的检测模型;4利用最终训练完成的检测模型,以测试集作为输入,对FLEX‑YOLO模型进行测试;本发明在模型性能和效率之间实现了优异的平衡,为无人机航拍小目标检测任务提供了一种高效、可靠的解决方案。

本发明授权一种基于FLEX-YOLO网络的无人机航拍小目标检测方法和装置在权利要求书中公布了:1.一种基于FLEX-YOLO网络的无人机航拍小目标检测方法,其特征在于,包括如下步骤: S1:获取公开的无人机航拍图像数据集Visdrone2019并进行预处理; S2:构建FLEX-YOLO网络模型,该网络以YOLOv11网络为基础网络,在所述YOLOv11的骨干网络中引入设计的多路径反馈感知模块MPFP,通过多路径设计结合深度可分离卷积DWConv、双层路由注意力BRA和多层感知机MLP,得到改进的骨干网络; S3:将YOLOv11的颈部网络改进为联合特征交互网络JFIN,通过在不同特征层间建立了全连接式的信息流通道,以丰富非相邻层之间的信息交互,得到改进的颈部网络;联合特征交互网络JFIN的设计方法为: S31:将YOLOv11中由Backbone提取的特征图按尺度从大到小标记为C1至C5,其中C1属于特征提取的初始阶段,不直接参与多尺度融合过程,首先对C3和C4进行中层特征融合,启动多尺度融合序列: S32:在不同特征层间建立了全连接式的信息流通道,以丰富非相邻层之间的信息交互: 其中,表示在特征层k中位置i,j处融合后的输出特征,或表示从原始特征图中提取的特征向量,用于建模C3和C4之间的特征交互,代表权重参数,且满足归一化约束 S33:基于JFIN的多尺度检测机制,在网络结构中新增了一个160×160分辨率的小目标检测头; S4:在YOLOv11的主干网络以及颈部网络中引入设计的GhostPlus轻量化模块,通过采用逐点加法操作替代传统的通道拼接操作,并引入“前激活”策略,实现模型的轻量化计算; S5:对构建完成的模型采用基于全局评分的剪枝策略LAMP,实现模型的压缩; S6:以FLEX-YOLO网络作为检测模型,利用训练集和验证集对其进行训练和验证,生成最终的检测模型; S7:利用最终训练完成的检测模型,以测试集作为输入,对FLEX-YOLO模型进行测试。

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浙江工业大学,其通讯地址为:310014 浙江省杭州市拱墅区潮王路18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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。