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！

龙图腾网获悉北京邮电大学申请的专利基于动态超网络的云边协同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：CN119540549B 。

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：202411411154.X，技术领域涉及：G06V10/26；该发明授权基于动态超网络的云边协同目标检测方法是由王莉;徐连明;吴鑫;张昕芸;费爱国设计研发完成，并于2024-10-10向国家知识产权局提交的专利申请。

本基于动态超网络的云边协同目标检测方法在说明书摘要公布了：本发明提供一种基于动态超网络的云边协同目标检测方法，其中方法包括：基于YOLOv5s单分支网络构建动态分割超网络，动态分割超网络包括多个卷积层和多个分割点，在每一分割点添加细粒度补偿F‑Com块和Identity块，在动态分割超网络的末端添加粗粒度补偿C‑Com块；基于样本图像，对动态分割超网络进行训练，得到训练后的超网络；基于训练后的超网络，构建推理模型，在边缘设备和云端部署推理模型，实时地进行神经网络架构搜索，确定最优分割点，得到目标检测模型；边缘设备和云端协同利用目标检测模型对待检测图像进行目标检测，得到目标检测结果。本发明实时性强，能够在动态场景下提高推理效率和精度。

本发明授权基于动态超网络的云边协同目标检测方法在权利要求书中公布了：1.一种基于动态超网络的云边协同目标检测方法，其特征在于，包括： 基于YOLOv5s单分支网络构建动态分割超网络，所述动态分割超网络包括多个卷积层和对应的多个分割点，在每一分割点添加细粒度补偿F-Com块和Identity块，在所述动态分割超网络的末端添加粗粒度补偿C-Com块； 基于样本图像，对所述动态分割超网络进行训练，得到训练后的超网络； 基于训练后的超网络，构建推理模型，在边缘设备和云端部署所述推理模型，基于所述推理模型，实时地进行神经网络架构搜索，确定最优分割点，基于所述最优分割点，确定最优子网络，得到目标检测模型； 所述边缘设备和所述云端协同利用所述目标检测模型对待检测图像进行目标检测，得到所述待检测图像的目标检测结果； 所述基于样本图像，对所述动态分割超网络进行训练，得到训练后的超网络，包括： 设置所述多个分割点的细粒度补偿F-Com块和Identity块对应的二进制向量组，以使目标分割点选择对应的细粒度补偿F-Com块进行特征压缩和细粒度特征补偿，普通分割点选择对应的Identity块直接进行特征传递； 动态调整所述二进制向量组，采用均匀采样策略，基于所述样本图像同时训练不同目标分割点对应的子网络，计算每一子网络的累积梯度； 基于所述每一子网络的累积梯度，对所述每一子网络的参数进行优化，得到训练后的超网络； 细粒度补偿F-Com块对原始特征图进行压缩和量化的表达式如下： ； ； 其中，表示原始特征图，表示压缩特征图，ConvReduce表示特征压缩，Sign为特征量化函数；为原始特征图的统计信息，分别表示原始特征图的通道级均值和方差； 对压缩特征图进行解码，表达式如下： ； 其中，表示解码后的特征图，ConvRecover表示特征恢复过程； 将解码后的特征图的均值和方差与原始特征图的均值和方差进行匹配，表达式如下： ； 其中，表示细粒度补偿后的特征图，分别表示解码后的特征图的通道级均值和方差； C-Com块通过反卷积网络对量化特征进行粗粒度重建。

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邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。