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！

龙图腾网获悉西华大学申请的专利一种基于高效率极点模型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：CN114118126B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202111200658.3，技术领域涉及：G06V10/25；该发明授权一种基于高效率极点模型的目标检测方法是由蒋文波;黄俊杰设计研发完成，并于2021-10-15向国家知识产权局提交的专利申请。

本一种基于高效率极点模型的目标检测方法在说明书摘要公布了：本发明公开了一种基于高效率极点模型的目标检测方法，包括以下步骤：S1、检测待检测图像分辨率，并通过在其上下或左右添加灰色像素框的方式将其补充成正方形图像；S2、对正方形图像进行扩展或压缩，使之与高效率极点模型中的分辨率匹配，得到匹配图像；S3、经高效率极点模型对匹配图像进行预测，得到含目标检测框和目标类型的正方形图像；S4、将含目标检测框和目标类型的正方形图像的分辨率还原至待检测图像的分辨率。本发明解决了现有目标检测技术普遍存在的检测框中背景区域范围大、目标检测精度低和计算资源浪费的问题。

本发明授权一种基于高效率极点模型的目标检测方法在权利要求书中公布了：1.一种基于高效率极点模型的目标检测方法，其特征在于，包括以下步骤： S1、检测待检测图像分辨率，并通过在其上下或左右添加灰色像素框的方式将其补充成正方形图像； S2、对正方形图像进行扩展或压缩，使之与高效率极点模型中的分辨率匹配，得到匹配图像； 所述步骤S2中高效率极点模型包括：EffD0+ExtNet单元、EffD1+ExtNet单元、EffD2+ExtNet单元、EffD3+ExtNet单元、EffD4单元、EffD5单元、EffD6单元和EffD7单元； 所述EffD0+ExtNet单元、EffD1+ExtNet单元、EffD2+ExtNet单元和EffD3+ExtNet单元的结构均包括：EfficientNet子单元、特征金字塔子单元、类别预测子单元、极点预测子单元和极点处理子单元； 所述EfficientNet子单元的输入端作为EffD0+ExtNet单元、EffD1+ExtNet单元、EffD2+ExtNet单元或EffD3+ExtNet单元的输入端； 所述EfficientNet子单元的输出端与特征金字塔子单元的输入端连接；所述特征金字塔子单元的输出端分别与类别预测子单元的输入端和极点预测子单元的输入端连接； 所述类别预测子单元的输出端作为EffD0+ExtNet单元、EffD1+ExtNet单元、EffD2+ExtNet单元或EffD3+ExtNet单元的预测目标类型的输出端； 所述极点处理子单元的输入端与极点预测子单元的输出端连接，其输出端作为EffD0+ExtNet单元、EffD1+ExtNet单元、EffD2+ExtNet单元或EffD3+ExtNet单元的不规则目标检测框的输出端； 所述极点处理子单元用于处理极点预测子单元输出的目标中心点和极点，从而得到不规则目标检测框，具体方法过程为： A1、随机选择极点预测子单元输出的四个极点组成一组，得到初始极点组； A2、计算每组极点组的几何中心； A3、计算几何中心与目标中心点之间的距离； A4、舍弃距离大于3个像素单位的极点组，得到距离小于等于3个像素单位的极点组； A5、计算距离小于等于3个像素单位的极点组所覆盖的像素面积，以及对应标签图像中的真实面积； A6、计算像素面积与真实面积的重叠程度； A7、在步骤A4的剩余极点组中再舍弃重叠程度小于75%的极点组，得到重叠程度大于等于75%的极点组，即为不规则目标检测框； S3、经高效率极点模型对匹配图像进行预测，得到含目标检测框和目标类型的正方形图像； S4、将含目标检测框和目标类型的正方形图像的分辨率还原至待检测图像的分辨率。

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西华大学，其通讯地址为：610039 四川省成都市金牛区土桥金周路999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。