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！

龙图腾网获悉南京信息工程大学申请的专利一种基于双重复用残差网络的物体识别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：CN117036806B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202311003995.2，技术领域涉及：G06V10/764；该发明授权一种基于双重复用残差网络的物体识别方法是由刘茜设计研发完成，并于2023-08-10向国家知识产权局提交的专利申请。

本一种基于双重复用残差网络的物体识别方法在说明书摘要公布了：本发明公开了一种基于双重复用残差网络的物体识别方法，涉及计算机视觉技术领域，利用依次连接的卷积层、批归一化层和激活函数层构建第一卷积模块；利用最大池化层、特征复用残差单元分别构建第二至第五卷积模块；利用第一至第五卷积模块、残差复用路径、全局平均池化层和全连接层构建初始双重复用残差网络；利用样本数据训练初始双重复用残差网络，得到目标双重复用残差网络。从而通过目标双重复用残差网络实现了物体识别，通过残差学习缓解了训练过程中的梯度消失问题，通过双重复用增强了特征的前向传播，有效减少了计算代价，提高了物体识别的精度。

本发明授权一种基于双重复用残差网络的物体识别方法在权利要求书中公布了：1.一种基于双重复用残差网络的物体识别方法，其特征在于：包括以下步骤： S1、获取物体图像并进行数据预处理； S2、构建初始双重复用残差网络，初始双重复用残差网络包括依次连接的第一卷积模块、第二卷积模块、第三卷积模块、第四卷积模块、第五卷积模块、残差复用路径、全局平均池化层以及全连接层；且残差复用路径与第二至第四卷积模块并行设置；第一卷积模块包括依次连接的卷积层、批归一化层以及激活函数层；第二卷积模块包括最大池化层和依次连接的特征复用残差单元；第三至第五卷积模块均包括依次连接的特征复用残差单元； S3、利用样本数据集训练初始双重复用残差网络，得到目标双重复用残差网络； S4、将预处理后的物体图像数据输入至目标双重复用残差网络中，获取网络输出，得到物体识别结果； 特征复用残差单元包括无下采样的特征复用残差单元和有下采样的特征复用残差单元； 无下采样的特征复用残差单元包括依次连接的第一批归一化层、第一激活函数层、第一卷积层、第二批归一化层、第二激活函数层、第二卷积层、第三批归一化层、第三激活函数层、第三卷积层、拼接运算层和融合运算层；还包括从第一卷积层和第二卷积层的输出到拼接运算层的输入的快捷连接，以及从该特征复用残差单元的输入到融合运算层的输入的快捷连接； 无下采样的特征复用残差单元中，融合运算层的输出即为该特征复用残差单元的特征输出，拼接运算层的输出即为该特征复用残差单元的残差输出；且前一个特征复用残差单元的特征输出连接下一个特征复用残差单元的输入； 步骤S2中，残差复用路径包括初始特征复用单元、4个转换单元、3个平均池化层、批归一化层以及激活函数层，其中，平均池化层池化域大小为2×2，步长为2，激活函数层使用Relu激活函数； 第二卷积模块中最大池化层的输出连接初始特征复用单元的输入，初始特征复用单元的输出和第二卷积模块中每个特征复用残差单元的残差输出连接第一转换单元的输入，第一转换单元的输出连接第一平均池化层的输入； 第一平均池化层的输出和第三卷积模块中每个特征复用残差单元的残差输出连接第二转换单元的输入，第二转换单元的输出连接第二平均池化层的输入； 第二平均池化层的输出和第四卷积模块中每个特征复用残差单元的残差输出连接第三转换单元的输入，第三转换单元的输出连接第三平均池化层的输入； 第三平均池化层的输出和第五卷积模块中每个特征复用残差单元的残差输出连接第四转换单元的输入，第四转换单元的输出连接批归一化层的输入，批归一化层的输出连接激活函数层的输入，激活函数层的输出即为残差复用路径的输出。

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信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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。