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！

龙图腾网获悉福州大学申请的专利一种基于无跨步卷积和上下文的轻量化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：CN118505979B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202410726802.4，技术领域涉及：G06V10/25；该发明授权一种基于无跨步卷积和上下文的轻量化小目标检测方法是由徐胜;徐强;石凯;蓝炜晨;高何欢设计研发完成，并于2024-06-06向国家知识产权局提交的专利申请。

本一种基于无跨步卷积和上下文的轻量化小目标检测方法在说明书摘要公布了：本发明提供一种基于无跨步卷积和上下文的轻量化小目标检测方法，以YOLOv8s作为基线网络，引入无跨步卷积多重特征融合模块NSC‑MFFM、C‑Cot模块和GhostConv模块对YOLOv8s进行优化：以NSC‑MFFM代替YOLOv8s中的常规卷积；添加一个更浅层的检测分支，并去掉最深层的检测分支，使用C‑Cot模块作为YOLOv8s的检测层；引入GhostConv模块用以减少模型参数数量。其能够在提高小目标检测性能的同时对YOLOv8s进行轻量化改进，以满足端到端的工业部署。

本发明授权一种基于无跨步卷积和上下文的轻量化小目标检测方法在权利要求书中公布了：1.一种基于无跨步卷积和上下文的轻量化小目标检测模型，其特征在于，以YOLOv8s作为基线网络，引入无跨步卷积多重特征融合模块NSC-MFFM、C-Cot模块和GhostConv模块对YOLOv8s进行优化：以NSC-MFFM代替YOLOv8s中的常规卷积；添加一个更浅层的检测分支，并去掉最深层的检测分支，使用C-Cot模块作为YOLOv8s的检测层；引入GhostConv模块用以减少模型参数数量； 改进获得的YOLOv8s小目标检测模型包括：骨干网络、颈部网络和检测头； 所述骨干网络包括依次连接的第一NSC-MFFM模块、第二NSC-MFFM模块、第一Ghost-C2f模块、第三NSC-MFFM模块、第二Ghost-C2f模块、第四NSC-MFFM模块、第三Ghost-C2f模块、第五NSC-MFFM模块、第四Ghost-C2f模块和SPPF模块； 所述颈部网络包括依次连接的第一上采样模块、第一聚合模块、第五Ghost-C2f模块、第二上采样模块、第二聚合模块、第六Ghost-C2f模块、第三上采样模块、第三聚合模块、第七Ghost-C2f模块、第一C-Cot模块、第六NSC-MFFM模块、第四聚合模块、第八Ghost-C2f模块、第二C-Cot模块、第七NSC-MFFM模块、第五聚合模块、第九Ghost-C2f模块、第三C-Cot模块； 其中第一聚合模块与第三Ghost-C2f模块连接，第二聚合模块与第二Ghost-C2f模块连接，第三聚合模块与第一Ghost-C2f模块连接，SPPF模块与第一上采样模块连接，第五聚合模块与第五Ghost-C2f模块连接，第四聚合模块与第六Ghost-C2f模块连接； 所述检测头包括三个相同的解耦头，第一C-Cot模块、第二C-Cot模块、第三C-Cot模块分别连接至三个解耦头； 所述NSC-MFFM模块的输入为特征图为C×H`×W`，先经过步长为1的常规卷积模块得到特征图C×H×W；然后分成4个尺寸为C×H2×W2的子特征图；对四个支路的子特征图分别进行特征映射，最后将四个支路的输出特征图进行通道拼接，输出拼接后的特征图； 所述Ghost-C2f模块将输入特征图经过常规卷积，然后将卷积后的特征图拆分为左右两个分支，右分支连续经过两个GhostConv模块提取特征；接着将经过两个GhostConv模块得到的特征图和左分支特征图拼接在一起，最后将拼接的特征图经过常规卷积后输出； 所述C-Cot模块让输入特征图经过两个卷积核为1×1的常规卷积，分为左右两分支，分别实现通道降维；接着让左分支经过Dcot-block的残差模块，再与右分支叠加在一起；最后，经过卷积核为1×1常规卷积进行通道间的信息交互，继而输出特征图。

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福州大学，其通讯地址为：362251 福建省泉州市晋江市金井镇水城路1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。