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！

龙图腾网获悉济南大学申请的专利基于YOLO的轻量级目标检测网络、方法及电子设备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：CN115546620B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202211315973.5，技术领域涉及：G06V20/00；该发明授权基于YOLO的轻量级目标检测网络、方法及电子设备是由彭京亮;孙淑奇;杨晓晖设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本基于YOLO的轻量级目标检测网络、方法及电子设备在说明书摘要公布了：本申请提供的一种基于YOLO的轻量级目标检测网络、方法及电子设备，骨干网络选择轻量级网络作为基线骨干结构，靠近网络结构前端的位置设置简化的非局部块，在轻量级网络骨干上设置多个3×3卷积分支，每个分支平行于一个瓶颈模块序列，骨干网络接收端引入原始图像的高频小波信息；检测颈部中的每个3×3卷积替换为一个由3×3深度可分离卷积和一个挤压激励块融合而成的简洁块；检测头部中的一个3×3卷积替换为一个由3×3深度可分离卷积和一个挤压激励块融合而成的简洁块。使用原始图像的高频小波信息来增强输入，为神经网络提供目标定位和表征的初始指导。此外还简化了原始YOLO基线网络的主干、检测颈和检测头，在保证图像小目标检测精度的前提下，减小了网络的规模。

本发明授权基于YOLO的轻量级目标检测网络、方法及电子设备在权利要求书中公布了：1.一种基于YOLO的轻量级目标检测网络，其特征在于，包括：骨干网络、检测颈部和检测头部，所述骨干网络选择轻量级网络MobileNetv2作为基线骨干结构，靠近MobileNetv2结构前端的位置设置简化的非局部SimplifiedNL块，在MobileNetv2骨干上设置多个3×3卷积分支Conv，每个分支平行于一个瓶颈模块序列，所述骨干网络接收端引入原始图像的高频小波信息；所述检测颈部采用特征金字塔网络FPN的骨架结构，将所述FPN中的每个3×3卷积替换为一个由3×3深度可分离卷积DepthSepConv和一个挤压激励SE块融合而成的简洁块；所述检测头部采用原始的YOLOv3检测头部，所述检测头部中的一个3×3卷积替换为一个由3×3深度可分离卷积DepthSepConv和一个挤压激励SE块融合而成的简洁块； 所述骨干网络包括：卷积块Conv，与所述Conv连接的梯度网络，所述梯度网络由多个瓶颈层BottleNeck块组成，每个所述BottleNeck块平行设置一个3×3Conv，所述BottleNeck块与所述3×3Conv以及相邻的BottleNeck块通道拼接； 所述梯度网络包括依次通道拼接的第一BottleNeck块、第二BottleNeck块、第三BottleNeck块、第四BottleNeck块、第五BottleNeck块、第六BottleNeck块和第七BottleNeck块，所述第一BottleNeck块和第七BottleNeck块包括一个BottleNeck，所述第二BottleNeck块包括两个BottleNeck，所述第三BottleNeck块、所述第五BottleNeck块和所述第六BottleNeck块包括三个BottleNeck，所述第四BottleNeck块包括四个BottleNeck，其中所述第二BottleNeck块之后设置所述SimplifiedNL块，所述第二BottleNeck块与所述SimplifiedNL块串联然后与对应的3×3Conv通道拼接后输出到第三BottleNeck块； 所述SimplifiedNL块包括平行设置的1×1Conv第一分支和1×1Conv与Softmax函数组合的第二分支，所述第一分支和第二分支矩阵相乘后输出到一个1×1Conv； 所述检测颈部包括与所述梯度网络中的三组SimplifiedNeckConvBlock，所述SimplifiedNeckConvBlock之间设置1×1Conv+上采样Upsample组合块，第一组合块的输出端与第一SimplifiedNeckConvBlock的输入端通道拼接，第一组合块的输入端与第二SimplifiedNeckConvBlock的输出端相连接；第二组合块的输出端与第二SimplifiedNeckConvBlock的输入端通道拼接，第二组合块的输入端与第三SimplifiedNeckConvBlock的输出端相连接； 所述SimplifiedNeckConvBlock包括三个1×1Conv和两组3×3DepthSepConv+挤压-激励SE融合块，所述3×3DepthSepConv+SE融合块设置在所述1×1Conv之间。

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济南大学，其通讯地址为：250002 山东省济南市市中区南辛庄西路336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。