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基于特征融合的小目标检测方法及系统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：CN119418037B 。

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：202411458188.4，技术领域涉及：G06V10/25；该发明授权一种基于特征融合的小目标检测方法及系统是由李琳;李志豪;杜一彬;廖述幸;曾俊杰;刘一鸣;陈凌霄设计研发完成，并于2024-10-18向国家知识产权局提交的专利申请。

本一种基于特征融合的小目标检测方法及系统在说明书摘要公布了：本发明属于计算机视觉领域，具体涉及一种基于特征融合的小目标检测方法及系统，包括：将图像输入到主干网络中进行特征提取，得到多尺度特征图；将多尺度特征图输入到CIAM进行特征信息集成，得到包含目标上下文的特征信息；将主干网络中第37、50层的输出特征跨层连接到融合网络，得到结合目标原始特征信息的融合特征图；将融合特征图输入到检测网络中，得到检测结果。本发明通过将CIAM集成到yolov7的特征提取网络中，以整合多尺度特征图中目标特征及其相关背景信息，同时使用跨层特征融合网络来保留目标的原始特征，解决了小目标由于特征信息匮乏和定位误差敏感导致的识别精度低的问题。

本发明授权一种基于特征融合的小目标检测方法及系统在权利要求书中公布了：1.一种基于特征融合的小目标检测方法，其特征在于，包括：获取待检测图像数据，将图像数据输入到训练后的小目标检测网络中，得到识别结果；小目标检测网络包括主干网络、上下文信息聚合模块CIAM、跨层特征融合网络CLFNet以及检测网络； 对小目标检测网络进行训练包括：构建原始图像数据集；将数据集中的图像输入到主干网络中进行特征提取，得到多尺度特征图；将多尺度特征图输入到CIAM进行特征信息集成，得到包含目标上下文的特征信息；将包含目标上下文的特征信息输入到CLFNet网络进行多尺度特征融合，得到融合特征图；将融合特征图输入到检测网络中，得到检测结果；根据检测结果计算模型的损失函数，并通过反向传播来更新模型参数，当模型达到收敛时，完成对小目标检测网络的训练； 将多尺度特征图输入到CIAM模块进行特征信息集成包括：采用不同膨胀率的扩张卷积提取不同尺度特征图中目标的背景特征信息，得到融合特征图X′；融合特征图X′经过两个1×1的Conv分支进行通道减半，第三分支接收第二分支的输出，并通过一个3×3卷积进行特征信息集成，第四分支接收第三分支的输出，使用一个3×3卷积来优化特征，最后四个分支的输出特征图通过Concat操作进行拼接，再经过一个1×1卷积进行通道调整，得到包含目标上下文的特征信息； 采用CLFNet对包含目标上下文的特征信息进行多尺度特征融合包括：将包含目标上下文特征信息的融合特征图B′输入到特征增强模块后，得到增强特征图对增强特征图中的进行上采样，并与通过Concat操作进行通道拼接，具体融合过程为：其中output为与融合后的输出特征图，Upsample为最近邻插值上采样操作，Concat为通道拼接操作；将拼接后的特征图经过一个ELAN-W与Conv模块后进行下一次融合操作；经过第一次自顶向下的特征融合后得到输出特征图P＝{P1,P2,P3}，在第二次特征融合过程中跨层引入来自主干网络的原始特征，具体融合过程为：output＝ConcatP2,MP2P3,B2，其中output为跨层融合后的输出特征，P2、P3为第一次融合后的特征，B2为主干网络中的原始特征，MP2用于下采样和通道调整，Concat为通道拼接；大尺度特征图P3直接用于检测小尺度目标；其他特征图经过MP-2模块进行跨层特征融合后分别用于检测中大尺度的目标。

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 重庆市南岸区南山街道崇文路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。