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！

龙图腾网获悉南京邮电大学申请的专利一种基于改进YOLOv11s算法的无人机航拍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：CN120014244B 。

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：202510175425.4，技术领域涉及：G06V10/25；该发明授权一种基于改进YOLOv11s算法的无人机航拍小目标检测方法是由沈晓炜;戴华设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本一种基于改进YOLOv11s算法的无人机航拍小目标检测方法在说明书摘要公布了：本发明属于计算机视觉与目标检测技术领域，公开了一种基于改进YOLOv11s算法的无人机航拍小目标检测方法，包括构建无人机航拍图像数据集，构建无人机航拍小目标检测模型，对无人机航拍小目标检测模型进行优化，设置无人机航拍小目标检测模型的训练参数，使用训练集对改进后的无人机航拍小目标检测模型进行训练，在训练过程中，逐步保存训练权重，训练结束后，选取验证集损失函数最小的模型权重载入无人机航拍小目标检测模型，并用测试集进行评估。本发明提高了对小目标的检测和定位能力，实现了模型在平均精度mAP上的提高。

本发明授权一种基于改进YOLOv11s算法的无人机航拍小目标检测方法在权利要求书中公布了：1.一种基于改进YOLOv11s算法的无人机航拍小目标检测方法，其特征在于：所述无人机航拍小目标检测方法具体包括如下步骤： 步骤1、构建无人机航拍图像数据集，并按照预设比例将无人机航拍图像数据集随机分为训练集、验证集和测试集； 步骤2、基于YOLOv11s算法构建无人机航拍小目标检测模型，所述无人机航拍小目标检测模型包括骨干特征提取网络、颈部融合网络和头部检测网络； 步骤3、对步骤2中所述无人机航拍小目标检测模型进行优化，包括对骨干特征提取网络优化、对颈部融合网络进行优化并对所述头部检测网络的损失函数进行优化； 步骤4、设置无人机航拍小目标检测模型的训练参数，使用步骤1中的训练集对改进后的无人机航拍小目标检测模型进行训练，在训练过程中，逐步保存训练权重； 步骤5、训练结束后，选取验证集损失函数最小的模型权重载入无人机航拍小目标检测模型，并用测试集进行评估，其中： 对所述无人机航拍小目标检测模型中的骨干特征提取网络进行优化，具体为：在YOLOv11s算法的骨干特征提取网络中引入PPA_C3k2模块，所述PPA_C3k2模块包括局部分支、全局分支和C3k2分支，局部分支负责捕捉细节信息，全局分支负责帮助获取全局分支的上下文信息，C3k2分支通过引入卷积跳跃连接，进一步增强特征的表达能力； 步骤3中，对所述无人机航拍小目标检测模型的对颈部融合网络进行优化具体为：在所述YOLOv11s算法中引入TriFPN结构，所述TriFPN结构包括三个增强路径即两个自顶向下的路径融合和一个自下而上的路径增强，TriFPN结构引入自适应融合模块是AFConcat，自适应融合模块融合机制的公式如下所示： 其中，O为输出值，表示通过自适应权重融合机制后的结果；w表示第i个输入特征图的权重，i表示输入的第i个输入特征图的索引序号；I为输入值，表示第i个输入特征图； 步骤3中对所述头部检测网络的损失函数进行优化是指使用CIoU和点距离DotDistanceDotD的结合作为定位损失函数，增强小目标定位能力，DotD定义为两个边界框中心点之间的归一化欧几里得距离。

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南京邮电大学，其通讯地址为：210046 江苏省南京市栖霞区文苑路9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。