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！

龙图腾网获悉北京计算机技术及应用研究所申请的专利基于非对称密集卷积神经网络的轻量化通信设备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：CN119832292B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411730876.1，技术领域涉及：G06V10/764；该发明授权基于非对称密集卷积神经网络的轻量化通信设备检测方法是由黄泷;杨雨婷;栾真;邹华懿;刘浩鸣设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本基于非对称密集卷积神经网络的轻量化通信设备检测方法在说明书摘要公布了：本发明涉及一种基于非对称密集卷积神经网络的轻量化通信设备检测方法，属于人工智能、计算机视觉、目标检测技术领域。本发明设计了一种双路非对称密集层，在不增加计算成本的情况下将单个非线性激活层分解为两层来设计非对称的深度可分离卷积，基于此构建双路非对称密集层，以此增强轻量化网络的特征提取和信息表达能力；设计了一种在特征合并过程中的通道混排机制，让该层能够在信息交换中保留特征细节并实现更平滑的层内信息流动，同时根据所给通道配置生成可变特征融合模式；引入密集连接的思想，实现层到层的信息流通与特征重用，从而促进了信息的高效传输。

本发明授权基于非对称密集卷积神经网络的轻量化通信设备检测方法在权利要求书中公布了：1.一种基于非对称密集卷积神经网络的轻量化通信设备检测方法，其特征在于，包括以下步骤： 步骤一：数据预处理 在数据输入到非对称密集卷积神经网络之前，对数据进行一系列预处理操作，该数据包括图像数据、视频数据； 图像数据预处理包括数据清洗、数据增强、格式转换；首先去除数据中的无效和异常图像，并采用马赛克增强、混合增强、随机扰动以及颜色扰动等方式进行数据增强；最后再将图像缩放到非对称密集卷积神经网络模型所需的固定尺寸，以及进行归一化处理，确保输入数据的数值范围符合模型的要求； 视频数据预处理包含抽帧以及帧图像预处理；首先采取使用每秒N帧的等间隔抽取作为抽帧的方法，确保视频中的时间线被均匀覆盖，抽帧的间隔根据视频中待检测目标的运动程度进行相应调整，即视频中待检测目标相对静止时，抽帧间隔加大；视频中待检测目标处于运动状态时，抽帧间隔减小；抽帧完成后对抽取的帧图像进行所述图像数据预处理的相关操作； 步骤二：特征提取 数据经过预处理后，输入到非对称密集卷积神经网络进行特征提取，为后续高准确性的分类与定位提供具备一定表达能力和信息量的特征表征；其中，所述非对称密集卷积神经网络设计为：初始阶段采用初步提取模块接收224*224*3尺寸的输入图像，并输出56*56*32的特征图；随后，网络通过四个密集块和三个过渡层进行特征的深入提取与降维；每个密集块均由双路非对称密集层构成，其中密集块一重复3次，输出56*56*128的特征图；密集块二重复4次，输出28*28*256的特征图；密集块三和密集块四均重复8次，分别输出14*14*512和7*7*768的特征图；过渡层通过1*1卷积和2*2平均池化操作，实现特征图的空间尺寸减半和通道数增加，三个过渡层分别位于相邻两个密集块之间，其中每个过渡层为后续密集块提供输入；最终，网络通过全局平均池化层、全连接层和softmax层构成的分类层，将7*7*768的特征图压缩至1*1*768； 步骤三：通信设备检测 在完成特征提取后，通过预测层对非对称密集卷积神经网络最终生成的特征图进行通信设备的分类和定位。

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北京计算机技术及应用研究所，其通讯地址为：100854 北京市海淀区永定路51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。