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！

龙图腾网获悉重庆邮电大学申请的专利基于多尺度注意力机制的轻量化停车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：CN119314141B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411277361.0，技术领域涉及：G06V20/58；该发明授权基于多尺度注意力机制的轻量化停车检测方法是由李艳生;肖凌励;何元浩;杨美美设计研发完成，并于2024-09-12向国家知识产权局提交的专利申请。

本基于多尺度注意力机制的轻量化停车检测方法在说明书摘要公布了：本发明涉及一种基于多尺度注意力机制的轻量化停车检测方法，属于图像处理及目标检测技术领域。其包括：获取停车位数据集，并对数据集进行预处理；构建轻量化YOLOv8网络结构，其中，在Backbone层至少包括若干MobileNetV3模块以及若干C2f_ScConv模块；在Neck层的C2f模块与Detect模块之间引入EMA注意力机制；建立针对轻量化YOLOv8网络结构的损失函数WIoUv3；对上述网络进行训练得到轻量化停车检测模型，通过轻量化停车检测模型实时检测停车位状态。本发明在提升目标检测精度和鲁棒性的同时降低模型训练和检测的运算成本和运算时间，实现停车位状态检测的轻量化和准确化。

本发明授权基于多尺度注意力机制的轻量化停车检测方法在权利要求书中公布了：1.一种基于多尺度注意力机制的轻量化停车检测方法，其特征在于：其包括以下步骤： S1、获取停车位数据集，并对数据集进行预处理； S2、构建轻量化YOLOv8网络结构，其中，在Backbone层至少包括若干MobileNetV3模块以及若干C2f_ScConv模块；在Neck层的C2f模块与Detect模块之间引入EMA注意力机制； S3、建立针对轻量化YOLOv8网络结构的损失函数WIoUv3； S4、基于预处理后的数据集对轻量化YOLOv8网络结构进行训练，得到轻量化停车检测模型，通过轻量化停车检测模型实时检测停车位状态； 轻量级卷积神经网络MobileNetV3至少包括倒残差瓶颈结构，倒残差瓶颈结构首先使用1×1的常规卷积增加特征图的通道数，将低维度的输入扩展为高维度；在扩展后的高维度空间中，使用深度可分离卷积进行空间维度上的特征提取；随后使用1×1的常规卷积和Sigmoid函数对通道进行处理，最终经过双线性上采样；在分割任务中，上采样至目标尺寸后，再通过1×1的常规卷积调整最终输出； 当输入的特征图大小和通道数与输出一致时，直接将输入通过跳跃连接输出； 激活函数为h-SigMoid激活函数，其将标准Sigmoid函数的曲线用分段线性函数近似处理，计算公式为： 其中ReLU是一个激活函数，其如下式所示： ReLUx＝minmax0,x,b 其中，a用于平移输入，使得h-SigMoid激活函数在区间[-a,a]内的输入被映射到ReLU激活函数的有效范围内；b用于标准化输出，将ReLU激活函数的输出从[0,b]归一化到[0,1]； 在C2f_ScConv模块中，输入的特征图首先经过一个常规卷积Conv和一个分割层Split分割为两部分，一部分跳过主干网络的若干Bottleneck_ScConv层直接输入后续的拼接层Concat；另一部分进入主干网络中的多个Bottleneck_ScConv层进行特征处理，其中，Bottleneck_ScConv模块中的每个Bottleneck通过SCConv进行自校准卷积操作，每个Bottleneck_ScConv层提取输出的特征分别传递至拼接层Concat和下一个Bottleneck_ScConv层，由拼接层Concat对接收的所有特征通过通道维度进行融合，融合特征包含通过深度卷积提取的特征以及保留的浅层信息； 其中，在SCConv模块中，输入的特征图X首先通过空间重建单元SRU进行处理以抑制空间冗余，生成空间精炼特征XW，生成的空间精炼特征XW再输入通道重建单元CRU进行处理以减少通道冗余，得到通道精炼特征Y； 在步骤S3中，WIoUv3为一种新的边界框回归损失函数，其引入动态聚焦机制来改进传统的IoU损失： 设真实边界框为B＝x1,y1,x2,y2，预测边界框为IoU的计算公式为： 其中，表示真实边界框和预测边界框的交集，areaB和分别为真实和预测边界框的面积； WIoUv3的值根据IoU值以及一个引入的聚焦因子α来调整，其公式为： 其中，α为一个动态聚焦参数，其随着IoU值的变化而变化。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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。