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！

龙图腾网获悉陕西师范大学申请的专利基于MS-CAM改进特征融合模块的弱小目标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：CN119478737B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202411526374.7，技术领域涉及：G06V20/17；该发明授权基于MS-CAM改进特征融合模块的弱小目标识别方法是由李良福;龙玥衡;张言;温仕羿;任文超设计研发完成，并于2024-10-30向国家知识产权局提交的专利申请。

本基于MS-CAM改进特征融合模块的弱小目标识别方法在说明书摘要公布了：一种基于MS‑CAM改进特征融合模块的弱小目标识别方法，包括：构建数据集；构建弱小目标识别模型；训练弱小目标识别模型；将测试集输入到训练完成的弱小目标识别模型中进行弱小目标识别，输出目标类别、边界框、置信度。本发明基于YOLOv8的目标识别算法，通过集成多尺度注意力通道模块MS‑CAM的特征融合模块CCF，有效缓解了语义和尺度不一致的特征融合问题，提升了弱小目标识别的准确率，利用MS‑CAM模块在不同感受野的初始特征融合阶段添加一层注意力机制，以迭代方式融合信息，有助于模型对弱小目标的特征提取，提升识别准确度。

本发明授权基于MS-CAM改进特征融合模块的弱小目标识别方法在权利要求书中公布了：1.一种基于MS-CAM改进特征融合模块的弱小目标识别方法，其特征在于，包括以下步骤： 步骤1.构建数据集 获取无人机航拍车辆行人图像数据集，对数据集进行重标注、色彩增强和镜像操作，将数据集划按照比例分为训练集、测试集； 步骤2.构建弱小目标识别模型 使用特征融合模块CCF替代YOLOv8基础模型中的特征提取网络Backbone的C2f模块，得到弱小目标识别模型； 所述特征融合模块CCF由第一卷积块、特征分解点Split模块、瓶颈模块、第二卷积块依次相连构成；所述第一卷积块，用于对输入图像进行初步特征提取，得到特征图；所述特征分解点Split模块，用于将所述特征图分割为两部分，一部分输入瓶颈模块进行深层次处理，另一部分直接与瓶颈模块输出的特征图拼接；所述瓶颈模块包括3-6层采取堆叠的方式连接的Bottleneck层，通过对输入特征图进行空间维度的缩减和通道数的增加，逐步提取输入特征图中的高层次特征信息；所述第二卷积块，用于对输入的特征图进行最后一次卷积并进行压缩，输出目标通道数的特征图； 所述Bottleneck层由1×1卷积块、3×3卷积块、第一多尺度注意力模块MS-CAM、第二多尺度注意力模块MS-CAM、残差连接单元依次连接构成； 所述1×1卷积块，用于降低初始输入特征图的通道数； 所述3×3卷积块，用于提取1×1卷积块输出的特征图的局部空间特征； 所述第一多尺度注意力模块MS-CAM，用于对输入特征图进行多尺度特征提取，计算每个特征通道的权重，强调重要特征抑制不重要特征，并注重全局上下文聚合； 所述第二多尺度注意力模块MS-CAM，用于在第一多尺度注意力模块MS-CAM处理过的特征上进一步进行精细化的通道权重计算，帮助模型区分目标的不同属性和细节； 所述残差连接单元，用于融合初始输入特征与第二多尺度注意力模块输出的特征，使浅层和深层的特征得以共享和复用； 步骤3.训练弱小目标识别模型 使用训练集训练弱小目标识别模型，采用损失函数Inner-IoU引入不同尺度的辅助框进行计算，通过真实框与预测框的辅助框计算交并比，增强对小区域的关注； 步骤4.将测试集输入到训练完成的弱小目标识别模型中进行弱小目标识别，输出目标类别、边界框、置信度。

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陕西师范大学，其通讯地址为：710062 陕西省西安市长安南路199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。