Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国人民解放军海军大连舰艇学院马权洪获国家专利权

中国人民解放军海军大连舰艇学院马权洪获国家专利权

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!

龙图腾网获悉中国人民解放军海军大连舰艇学院申请的专利一种基于双分支轻量化主干的海底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:CN119992304B

龙图腾网通过国家知识产权局官网在2025-11-07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:202510068385.3,技术领域涉及:G06V20/05;该发明授权一种基于双分支轻量化主干的海底目标检测方法是由马权洪;金绍华;王一涵;刘汉尧设计研发完成,并于2025-01-16向国家知识产权局提交的专利申请。

一种基于双分支轻量化主干的海底目标检测方法在说明书摘要公布了:一种基于双分支轻量化主干的海底目标检测方法,属于侧扫声呐图像海底目标检测研究领域。我们设计一个双分支轻量化主干模型DBnet,在特征提取阶段使用PP‑LCNet和GhostNet两个性能优越的轻量化主干网络通过对输入图像特征进行提取,并对通过精简的Neck结构在减少参数量的同时仍能较好的融合双主干提取到的各级特征,增强不同尺度目标检测能力。在推理阶段,我们采用了SAHI方法,根据AUV水下作业实际,将整张瀑布图裁剪成若干个具有一定重叠率、大小固定的切片再输入到网络当中,有效的解决了AUV等无人平台目标检测模型部署难、检测效率和检测精度低的问题。

本发明授权一种基于双分支轻量化主干的海底目标检测方法在权利要求书中公布了:1.一种基于双分支轻量化主干的海底目标检测方法,其特征在于,具体包括以下步骤: 第一步,数据集预处理 收集并标注侧扫声呐图像数据;对数据集中样本数量少的类别,采用数据增强方法生成更多样本图像;最后将数据集按比例分为训练集、验证集和测试集; 第二步,网络模型构建及训练 网络模型包括输入层、Backbone、Neck、输出层;利用训练集、验证集对网络模型进行训练和验证,获得训练好的网络模型; 2.1输入层 输入层是网络模型接收图像数据的第一层,负责将原始图像缩放到网络要求的固定尺寸输入到网络中,再经过像素值的归一化处理,为后续的特征提取和处理提供原始数据; 图像数据在输入之前,需要利用SAHI算法将侧扫声呐原始数据瀑布图切分成多个切片,并在这些切片上独立进行目标检测; 2.2Backbone Backbone是通过一系列的卷积层和激活函数提取图像特征,逐渐降低图像的空间维度,同时增加通道数;使用PP-LCNet与GhostNet构成双分支轻量化主干网络,双分支轻量化主干网络并行通过多层卷积神经网络层从输入图像中提取图像的高层特征; 2.3Neck Neck部分位于Backbone和输出层之间,将双分支轻量化主干网络提取到图像的高层特征进行融合,并将同一主干网络输出的高分辨率但信息较少的特征图与低分辨率但信息丰富的特征图进行融合,通过Neck结构融合不同尺度的特征图,增强网络模型对不同大小目标的检测能力; 2.4输出层 输出层负责生成最终的目标检测结果,根据融合后的特征图预测图像中的目标位置、类别和置信度; 第三步,模型评价 通过将测试集放入训练好的网络模型中,进行检测,获得侧扫声呐图像中的目标信息,同时通过精确率P、召回率R、平均精度均值指标进行评估模型性能。

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中国人民解放军海军大连舰艇学院,其通讯地址为:116018 辽宁省大连市中山区解放路667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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。