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！

龙图腾网获悉航天科工深圳(集团)有限公司申请的专利一种基于YOLOv7的可见光下特殊天气条件下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：CN117315342B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202311220921.4，技术领域涉及：G06V10/764；该发明授权一种基于YOLOv7的可见光下特殊天气条件下目标检测方法是由鲍永亮;汪韵怡;张文博;杜俭业;袁中菊;姚舜禹;段亚军设计研发完成，并于2023-09-20向国家知识产权局提交的专利申请。

本一种基于YOLOv7的可见光下特殊天气条件下目标检测方法在说明书摘要公布了：本申请公开了一种基于YOLOv7的可见光下特殊天气条件下目标检测方法，涉及可见光下图像处理技术领域，该方法基于YOLOv7算法构建目标识别模型构建目标识别模型，收集源域数据和目标域数据，预处理后构建训练集和测试集，采用YOLOv7的编码器网络将训练集图像中的信息分别编码为目标和天气背景，映射到特征空间得到目标特征信息和背景特征信息，根据这些特征信息在编码器网络中设计损失函数，对目标识别模型进行优化训练，去除背景对目标识别结果的影响，最后使用测试集对模型进行测试；使用本申请中的技术方案，能够提高目标识别模型在非正常天气下识别目标的准确率，解决了训练时数据不足的问题，适用范围广且运行时间短。

本发明授权一种基于YOLOv7的可见光下特殊天气条件下目标检测方法在权利要求书中公布了：1.一种基于YOLOv7的可见光下特殊天气条件下目标检测方法，其特征在于，该方法包括如下步骤： 步骤1，基于YOLOv7算法构建目标识别模型； 步骤2，收集源域数据进行预处理后作为训练集，其中源域数据为对海域在晴天条件下拍摄的包含识别目标的图像集； 步骤3，采用YOLOv7的编码器网络将训练集中图像的信息分别编码为目标和天气背景，并将目标和天气背景分别映射得到目标特征信息和背景特征信息，包括： YOLOv7中的映射g将图像中提取出来的特征投影至特征空间，得到整体图片特征向量x，其中目标和背景分别映射到特征空间中，得到目标特征向量φo和背景特征向量φa，映射g记为gφa,φo＝x，该映射为可逆映射，得到目标的逆映射为和背景的逆映射为目标特征向量φo的分布为ho为分布的均值，为分布的方差，e是单位向量；背景特征向量φa的分布为ha为分布的均值，为分布的方差，o为目标，a为天气背景； 步骤4，根据目标特征信息和背景特征信息设计损失函数，对目标识别模型进行优化训练，去除天气背景对目标识别结果的影响，包括： 根据目标特征信息和背景特征信息设计损失函数 步骤4.1，为拟合和O特征的分布，设计损失函数 其中，为数据损失，是区分正负样本的损失函数，λ为用于平衡不同部分损失项权重的超参数，O为所有目标的集合，为所有天气背景的集合； 步骤4.2，为了去除背景和目标之间因果关系，设计复合损失函数 其中λrep表示的一个系数，是一个常数，为多标签分类损失函数，为排斥损失； 步骤4.3，设置目标识别模型进行训练学习的批次，根据批次进行训练学习，以优化模型； 采用交叉熵损失函数衡量模型的预测与真实标签之间的差异，通过最小化交叉熵损失来训练模型，使其能够将目标特征向量转化为纯粹的目标特征向量x'，公式如下： 其中，f是目标识别模型，θ是模型的参数，N是训练数据的数量，yij是第i个样本的真实输出标签，fx′i；θj是模型对第i个样本预测的第j个类别的概率，k是目标类别的数量； 步骤5，获取测试集，使用测试集对完成训练的目标识别模型进行测试。

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航天科工深圳(集团)有限公司，其通讯地址为：518000 广东省深圳市福田区深南大道4019号航天大厦B座4楼；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。