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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于特征纹理增强的SAR船舰小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：CN119888169B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411861558.9，技术领域涉及：G06V10/25；该发明授权一种基于特征纹理增强的SAR船舰小目标检测方法是由彭冬亮;张裕冬;林宇浩;谷雨;刘俊设计研发完成，并于2024-12-17向国家知识产权局提交的专利申请。

本一种基于特征纹理增强的SAR船舰小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特征纹理增强的SAR船舰小目标检测方法，该方法首先获取船舰SAR图像数据集，并划分为训练集和测试集。其次设计联合表征增强模块和特征增强注意模块CSAT，在YOLO结构的主干网络Backbone最后三个卷积阶段后分别加入CSAT。然后在YOLO结构中的特征融合部分，将跨尺度通道特征拼接模块，改成自注意力特征融合模块FFM。最后经过上述改进后得到SAR船舰小目标模型，输出检测结果，通过改进的损失函数NWD，由训练集和测试集进行训练和测试。本发明减少岸边其他目标对船舶检测的干扰，对复杂海场景下的舰船有较好的识别率，并改善训练样本匹配中小目标困难的问题。

本发明授权一种基于特征纹理增强的SAR船舰小目标检测方法在权利要求书中公布了：1.一种基于特征纹理增强的SAR船舰小目标检测方法，其特征在于，包括以下步骤： 步骤1、获取船舰SAR图像数据集，并划分为训练集和测试集； 步骤2、设计联合表征增强模块和特征增强注意模块CSAT，在YOLO结构的主干网络Backbone最后三个卷积阶段后分别加入CSAT； 所述联合表征增强模块和特征增强注意模块CSAT具体过程如下： 步骤2.1：将输入的特征图进行通道维度的切分： Ci＝SplitCi＝1,2 其中，C表示输入的特征图，Split表示对特征在通道维度上平均切分，C1、C2表示切分后的结果； 步骤2.2：分别求C1、C2在水平和竖直方向计算平均值；最后得到2个方向的特征，具体过程为： C′i＝HδmeanCii＝1,2 其中，mean表示对特征求平均值，δ表示批归一化操作，H表示使用HardSwish激活函数激活特征； 步骤2.3：对2个方向的注意层C′1、C′2拼接、降维、通道打乱，最后重新分解，具体为： C″i＝SplitδHFSF1ConcatC′1,C′2i＝1,2 其中，Concat表示通道特征串联操作，F1表示利用1*1卷积核进行通道降维操作，FS表示通道特征打乱操作； 步骤2.4：对C″1、C″2进行通道注意力加强CA、并重新叠加到特征图C′1、C′2，对二者进行通道特征串联，并激活，具体为： F＝SConcatC′1*F1CAC″′1,C′2*F1CAC″′2 其中，S表示使用SiLu激活函数激活特征； 步骤2.5：将F和输入特征图C进行残差相加，得到融合后的特征图P： P＝C+F 步骤3、在YOLO结构中的特征融合部分，将跨尺度通道特征拼接模块，改成自主学习不同通道信息重要性、进行加权拼接的自注意力特征融合模块FFM； 步骤4、经过步骤3和步骤4改进后的YOLO结构为SAR船舰小目标模型，输出检测结果，通过改进的损失函数NWD，由训练集训练SAR船舰小目标模型； 训练SAR船舰小目标模型的损失函数为：将损失函数中的IoU度量替换为推土机距离度量NWD，使用推土机距离度量导出的高斯分布的相似性； 步骤5、将测试数据集输入到训练好的SAR船舰小目标检测模型中，得到检测识别结果。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。