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！

龙图腾网获悉湖南大学申请的专利一种基于NAM和YOLOv3的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：CN115861651B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202211670444.7，技术领域涉及：G06V10/44；该发明授权一种基于NAM和YOLOv3的目标检测方法是由王春峰;彭鹏设计研发完成，并于2022-12-25向国家知识产权局提交的专利申请。

本一种基于NAM和YOLOv3的目标检测方法在说明书摘要公布了：本发明提出了一种基于NAM和YOLOv3的目标检测方法，使得平均检测精度得到提升。基于注意力机制的YOLOv3模型侧重增强图像中的重点空间和通道，抑制空间或通道中不显著特征，保证了网络学习性能。首先选择目标检测领域公开PASCALVOC数据集；其次，构建YOLOv3模型，将上述数据集传入模型训练，使用Adam算法和StepLR学习率调整策略，评价模型性能；再者，训练嵌入NAM注意力机制的YOLOv3模型，同时完成性能评估；最后，与经典YOLOv3模型比较，分析测试结果。本发明提出了基于NAM和YOLOv3的目标检测方法，相比YOLOv3模型，在通用数据集上提升了平均检测精度，更适用于多个物体未全部检测时的情况。此外，该嵌入模块也能够融入其余模型中用于对比实验，具有较好的适用性和鲁棒性。

本发明授权一种基于NAM和YOLOv3的目标检测方法在权利要求书中公布了：1.一种基于NAM和YOLOv3的目标检测方法，实际步骤如下： 步骤一：下载目标检测领域公开的PASCALVOC数据集，保证与该领域通用数据集保持一致，实现达到对比效果，检测所述方法性能； 步骤二：构建YOLOv3网络模型，将步骤一的数据集传入模型，训练YOLOv3网络得到权重文件W，评价模型性能，做好对比参照资料； 步骤三：以NAMNormalization-basedAttentionModule注意力机制为基础，重建YOLOv3网络体系，将步骤一的数据集传入重建模型完成训练，检测性能： 所述方法在YOLOv3每个检测尺度后面加上NAM模块，即在DarkNet-53后面加上NAM模块； 通道注意力使用BatchNormalization的缩放因子来表示权值的重要程度，即其中μB和σB分别为小批量Batch的均值和标准差，γ和β是可训练的仿射变换参数； 对于通道中的每个像素使用上述缩放因子，得到通道注意力的权重，即通道归一化的公式：Mc＝sigmoidWγBNF1，其中Mc为输出特征，γ是每个通道的比例因子，权重为Wγ＝γi∑j＝0γj； 如果对空间中的每个像素使用同样的归一化方法，就可以得到空间注意力的权重，即像素归一化的公式：Ms＝sigmoidWλBNsF2，其中Ms为输出特征，λ是每个空间的比例因子，权重为Wλ＝λi∑j＝0λj； 为了抑制不重要的特征，在损失函数中再加入一个正则化项：Loss＝∑x,ylfx,W,y+p∑gγ+p∑gλ，其中x表示输入，y是输出，W表示网络权重，l·是损失函数，g·为l1范数惩罚函数，p是平衡gγ和gλ的惩罚； 在PASCALVOC数据集上对嵌入NAM注意力机制的YOLOv3模型进行训练，训练过程与步骤二中的训练过程保持一致，输出权重文件W2，并对训练结果进行检测； 步骤四：对比经典的YOLOv3模型，分析测试结果。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1号湖南大学；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。