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！

龙图腾网获悉中国科学院西安光学精密机械研究所申请的专利改进型YOLOv11网络及空间碎片X光图像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：CN120564005B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511021633.5，技术领域涉及：G06V10/82；该发明授权改进型YOLOv11网络及空间碎片X光图像检测方法是由姚大雷;卜凡;杨鹏飞;王东;王力设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本改进型YOLOv11网络及空间碎片X光图像检测方法在说明书摘要公布了：本发明提供了一种改进型YOLOv11网络及空间碎片X光图像检测方法，用于解决现有YOLOv11网络虽然在静态场景下表现优异，但在处理具有时序变化的动态数据时，如在检测识别空间碎片X光图像等任务上表现不佳，无法有效捕捉碎片在不同时刻的变化与移动，导致检测精度下降的技术问题。本发明提供的改进型YOLOv11网络，针对空间碎片的动态变化特性，通过在YOLOv11网络的特征融合网络中引入MDTA模块与GDFN模块，优化了YOLOv11网络在处理动态场景或时序数据时的表现，改善了碎片检测的局部结构学习能力；同时引入了ASFF模块，通过动态加权融合不同尺度的特征旨在解决空间碎片X光图像中碎片部分重叠和遮挡的问题，提高了YOLOv11网络在密集环境下的检测精度。

本发明授权改进型YOLOv11网络及空间碎片X光图像检测方法在权利要求书中公布了：1.一种改进YOLOv11网络的方法，其特征在于： 包括依次连接的骨干网络1、增强型特征融合网络4和检测头单元5； 所述骨干网络1用于对输入图像进行不同尺度的局部特征提取，生成不同尺度的特征图，并对不同尺度的特征图进行多尺度特征融合，获得融合特征； 所述增强型特征融合网络4用于将融合特征以及不同尺度的特征图进行增强特征融合，其包括依次连接的m个第一特征提取融合单元和依次连接的n个第二特征提取融合单元，m≥1，n≥1；第一特征提取融合单元包括依次连接的上采样模块Upsample、拼接模块Concat和MDTA-GDFN模块；第二特征提取融合单元包括依次连接的第一卷积层Conv、拼接模块Concat和MDTA-GDFN模块；MDTA-GDFN模块包括依次连接的MDTA模块和GDFN模块；MDTA模块的输入端连接对应拼接模块Concat的输出端，用于引入多域时间注意力机制，以有效捕捉空间碎片的时序变化；GDFN模块用于引入门控机制和深度可分离卷积，以关注输入图像的特定区域并学习局部图像结构，其输出端作为MDTA-GDFN模块的输出端，输出不同尺度的增强融合特征； m个第一特征提取融合单元中拼接模块Concat的第二输入端、第一个第一特征提取融合单元中上采样模块Upsample的输入端、最后一个第二特征提取融合单元中拼接模块Concat的第二输入端分别连接骨干网络1的输出端；第m个第一特征提取融合单元中GDFN模块的输出端连接第一个第二特征提取融合单元中第一卷积层Conv的输入端； 所述检测头单元5包括n+1个存储模块、n+1个ASFF模块以及检测头输出模块；n+1个存储模块的输入端分别作为整个检测头单元的输入端，对应连接第m个第一特征提取融合单元中GDFN模块的输出端和n个第二特征提取融合单元中GDFN模块的输出端，用于分别接收对应GDFN模块输出的不同尺度的增强融合特征并进行储存；每个ASFF模块的输入端分别连接n+1个存储模块的输出端，用于在不同ASFF模块中分别对n+1个不同尺度的增强融合特征进行进一步融合，获得对应的n+1个混合增强特征；检测头输出模块的输入端分别连接n+1个ASFF模块的输出端，用于根据n+1个混合增强特征进行特征预测，其输出端作为检测头单元5的输出端，用于输出预测的整体特征。

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科学院西安光学精密机械研究所，其通讯地址为：710119 陕西省西安市高新区新型工业园信息大道17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。