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！

龙图腾网获悉无锡学院申请的专利基于PGF-RTDETR的无人机红外小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：CN121191040B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202511727455.8，技术领域涉及：G06V20/17；该发明授权基于PGF-RTDETR的无人机红外小目标检测方法是由张露;王亦君;单李庆;姜洪正设计研发完成，并于2025-11-24向国家知识产权局提交的专利申请。

本基于PGF-RTDETR的无人机红外小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PGF‑RTDETR的无人机红外小目标检测方法，首先准备无人机红外图像数据集并进行预处理；构建基于RT‑DETR改进的无人机红外小目标检测模型PGF‑RTDETR，该模型由轻量化骨干网络、多尺度感知颈部网络以及解码器构成，颈部网络集成了极化通道门控单元和自适应卷积增强模块；将预处理后的数据集输入PGF‑RTDETR模型中训练，得到训练好的best权重文件；然后根据训练好的权重，将待检测的无人机红外图像输入模型中，解析并生成目标类别及边界框坐标；最后输出检测结果并评估模型性能；本发明解决了现有方法在红外小目标检测中特征提取能力弱、背景干扰大、模型计算量大难以实时部署等问题。

本发明授权基于PGF-RTDETR的无人机红外小目标检测方法在权利要求书中公布了：1.一种基于PGF-RTDETR的无人机红外小目标检测方法，其特征在于：包括以下步骤： 步骤S1、预先准备无人机红外图像数据集并进行预处理操作，得到无人机红外小目标检测数据集； 步骤S2、构建基于RT-DETR的无人机红外小目标检测模型PGF-RTDETR，并将无人机红外小目标检测数据集输入PGF-RTDETR模型中进行训练，得到训练好的best权重文件；PGF-RTDETR模型包括骨干网络、颈部网络以及解码器，骨干网络包括残差块FasterBlock，颈部网络包括极化通道门控单元PCG和自适应卷积增强模块gConvC3；骨干网络用于提取初始多尺度特征图，颈部网络用于对初始多尺度特征图进行融合与筛选，并将输出的特征图送入解码器，通过解码器解析特征并生成最终的目标类别及边界框坐标； 颈部网络中，极化通道门控单元PCG包括极化感知线性注意力Pola模块和门控卷积线性单元CGLU模块，在极化感知线性注意力Pola模块中，输入特征首先被线性变换为查询Q、键K以及值V，对键K叠加位置编码，得到增强后的键K'，其计算如下： 其中，K表示经过线性变换后的原始键特征；PEK表示针对键特征生成的二维位置编码，用于引入绝对或相对位置信息；K'表示融合了位置信息后的增强键特征； 随后，采用极性分解机制，通过ReLU激活函数将查询Q和增强后的键K'分别投影到正负极性空间，得到正负极性分支，该过程如下式所示： 其中，ReLU⋅表示整流线性单元激活函数；和分别表示查询特征在正极性空间和负极性空间的投影分量；和分别表示增强键特征在正极性空间和负极性空间的投影分量； 同时，值V通过一个深度可分离卷积DWConv进行空间信息增强，得到V'；接着将正负极性分支拼接后，与增强后的值特征V'进行Hadamard积运算以完成注意力计算，最后经由一个线性层与原始输入X进行残差连接，输出融合后的特征，计算公式如下： 其中，X表示输入特征，表示Hadamard乘法，Concat表示拼接操作； 门控卷积线性单元CGLU模块中，输入特征X首先通过一个1×1卷积进行通道扩展，得到中间特征Z；随后，将Z分为两支，其中一支通过深度可分离卷积DWConv提取空间特征，得到特征分支F；另外一支作为门控分支，通过一个1×1卷积和Sigmoid激活函数生成调制信号G；最后，在每个特征通道内部进行区域性门控计算，通过将特征分支F与调制信号G进行Hadamard积运算，对信息流进行调节，该过程如下式所示： 其中，Conv1×1表示1×1卷积，表示Sigmoid激活函数，Y表示门控卷积线性单元CGLU模块的最终输出特征； 自适应卷积增强模块gConvC3采用跨阶段局部CSP结构，输入至该模块的特征图首先在通道维度上被划分为主干路径与残差路径两路并行处理，残差路径通过一个恒等映射直接连接至模块末端；主干路径则通过一系列串联的门控卷积单元gConv进行特征提取与增强后，将输出与残差路径的输出在通道维度上进行拼接操作；最后，将拼接后的特征图通过一个卷积层进行整合，生成自适应卷积增强模块gConvC3的最终输出； 步骤S3、根据训练好的权重，将待检测的无人机红外图像输入PGF-RTDETR模型中进行检测； 步骤S4、输出检测结果并评估模型性能。

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无锡学院，其通讯地址为：214105 江苏省无锡市锡山区锡山大道333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。