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 > 复旦大学朱国牛获国家专利权

复旦大学朱国牛获国家专利权

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!

龙图腾网获悉复旦大学申请的专利一种基于改进DETR的面向无人机图像的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:CN120032277B

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:202510102214.8,技术领域涉及:G06V20/17;该发明授权一种基于改进DETR的面向无人机图像的小目标检测方法是由朱国牛;张华祥;甘中学设计研发完成,并于2025-01-22向国家知识产权局提交的专利申请。

一种基于改进DETR的面向无人机图像的小目标检测方法在说明书摘要公布了:本发明公开了一种基于改进DETR的面向无人机图像的小目标检测方法。本发明基于端到端的注意力目标检测模型DETR构建,并提出了三个关键技术改进:双域混合编码器模块、增强的查询选择机制和知识蒸馏策略。其中,双域混合编码器模块用于整合空间域与频率域特征,通过自注意力机制仅对高层特征进行操作,同时利用双域融合模块结合低层的特征;其次,引入增强的查询选择机制,通过在多尺度特征图上生成锚框,结合扩展的交并比动态筛选高得分锚框作为查询;此外,通过知识蒸馏策略,将教师模型的知识迁移到轻量级学生模型,实现对小目标的精确检测与高效推理。本发明在小目标检测精度和计算量方面具有明显优势,可用于多种无人机图像处理任务。

本发明授权一种基于改进DETR的面向无人机图像的小目标检测方法在权利要求书中公布了:1.一种基于改进DETR的面向无人机图像的小目标检测方法,其特征在于:包括以下步骤: S100:接收待进行目标检测的无人机图像; S200:使用骨干网络对输入的无人机图像进行特征提取,将提取的特征输出至双域混合编码器模块; S300:双域混合编码步骤: S310:自注意力操作:在双域混合编码器模块中,对来自骨干网络的最高层特征层进行自注意力操作; S320:双域融合操作:通过双域融合模块将和层的特征进行融合,将融合后的特征输出至增强的查询选择机制; S400:增强查询选择操作: S410:锚框生成:在增强的查询选择机制中,生成多尺度特征图上的锚框; S420:高得分锚框选取:利用分类头和回归头,通过扩展的交并比动态选取高得分锚框作为查询; S500:在解码器中配备辅助预测头,对选取的查询进行迭代优化,以预测目标的类别和锚框; S600:知识蒸馏步骤: S610:构建基于RT-DETR-R50的教师模型和从RT-DETR-R18派生而来的学生模型,该学生模型使用EfficientFormerV2替换传统的ResNet-18骨干网络; S620:通过二元交叉熵损失、L1损失和交并比损失计算分类和定位的蒸馏损失; S630:采用线性衰减策略调整蒸馏损失的权重; S700:输出包含目标类别和定位信息的检测结果。

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复旦大学,其通讯地址为:200000 上海市杨浦区邯郸路220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。