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一种融合注意力机制的轻量级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：CN119625253B 。

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：202411644119.2，技术领域涉及：G06V10/25；该发明授权一种融合注意力机制的轻量级目标检测方法是由王汝言;夏超然;吴大鹏;张鸿设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种融合注意力机制的轻量级目标检测方法在说明书摘要公布了：本发明涉及一种融合注意力机制的轻量级目标检测方法，属于图像识别技术领域。该方法首先制作目标图像数据集并进行预处理；其次结合MBConv结构和CA注意力机制构建CSP_CAMBConv结构，并使用该结构重构Yolov5s的主干网络。在颈部网络中采用双向特征金字塔融合模块，增强特征信息传递和共享；此外，在损失函数中引入尺度不一致性项、宽度差异项，以权衡预测框和真实框的差异，使模型在训练过程中更加敏感于目标的尺度差异。最后，通过稀疏化训练对模型进行剪枝压缩网络模型大小，从而获取最优的轻量化模型。本发明适用于计算资源受限的边缘终端，能够在复杂背景下精确定位不同尺度的目标，有效降低目标的错检和漏检问题。

本发明授权一种融合注意力机制的轻量级目标检测方法在权利要求书中公布了：1.一种融合注意力机制的轻量级目标检测方法，其特征在于，该方法包括： 获取公开目标图像数据集，并对数据集进行预处理，包括数据集扩增处理、标注、划分，最后筛选出训练及测试数据集； 采用EfficientNet网络中MBConv结构，结合CA注意力机制构建CSP_CAMBConv结构，并改进CA注意力机制中的激活函数，使用CSP_CAMBConv结构重构Yolov5s的主干网络； 在Yolov5s的颈部网络采用路径聚合结构融合不同层级的特征信息，并在CIoU损失函数中引入尺度不一致性项、宽度差异项，构建SCIoU损失函数； 对改进的目标检测模型进行稀疏化训练，便于后续模型剪枝，并在稀疏化过程中利用全局衰减方式调整稀疏因子，快速实现稀疏因子的稀疏化，最后微调网络获取最优目标检测模型； 获取图像并输入至最优目标检测模型中进行目标检测； 在所述CSP_CAMBConv结构中，输入首先经过一个CBS模块处理，然后分别传递至Concat模块和CAMBConv结构，通过所述Concat模块进行特征图拼接，通过所述CAMBConv结构获取特征后再传递至所述Concat模块，拼接后的特征图通过另一个CBS模块进一步提取标准化特征； 将构建的所述CSP_CAMBConv结构应用于Yolov5s主干网络以改进Yolov5s；其中，将CSP_CAMBConv结构应用于Yolov5s主干网络的第4层、第6层和第8层CSP模块；此外，将EfficientNet特征提取网络中MBConv结构应用于主干网络中普通的卷积模块，分别是第2层、第3层、第5层、第7层、第9层，形成新的Yolov5s的主干网络结构； 所述改进CA注意力机制中的激活函数包括，将原GELU激活函数中的tan函数更改为erf函数，得到改进后的激活函数： 式中，表示误差函数，表示输入的特征图； 所述在Yolov5s的颈部网络采用路径聚合结构融合不同层级的特征信息包括，将Yolov5s主干网络中第5层和第7层输出的特征图分别输入至颈部网络中的第1个和第2个特征融合模块BiFPN_Concat，主干网络第10层输出的特征图经SPPF模块后输出至颈部网络中的第一个CBS模块；颈部网络中的第1个CBS模块和第2个CBS模块的输出分别作为颈部网络中第3个和第4个特征融合模块BiFPN_Concat的输入； 所述在CIoU损失函数中引入尺度不一致性项、宽度差异项，构建SCIoU损失函数包括，在CIoU损失函数基础上引入尺度不一致性项、宽度差异项，以权衡预测框和真实框的差异，并使模型在训练过程中更加敏感于目标的尺度差异，改进后的SCIoU损失函数如下所示： 式中，IoU表示衡量预测框和真实框的交并比；b表示预测边界框的中心点，表示真实边界框的中心点；表示欧式距离；和分别表示真实边界框的宽度和高度；和分别表示预测边界框的宽度和高度；表示最小外接矩形的对角线距离，表示避免除零错误的微小常量。

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。