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！

龙图腾网获悉重庆邮电大学申请的专利一种基于深度学习的道路目标检测系统、方法及存储介质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：CN116758501B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202310704037.1，技术领域涉及：G06V20/56；该发明授权一种基于深度学习的道路目标检测系统、方法及存储介质是由陈俊虎;刘明杰;陈俊生;朴昌浩;马艺玮设计研发完成，并于2023-06-14向国家知识产权局提交的专利申请。

本一种基于深度学习的道路目标检测系统、方法及存储介质在说明书摘要公布了：本发明请求保护一种基于深度学习的道路目标检测系统、方法及存储介质，属于自动驾驶环境感知领域，该方法使用FasterR‑CNN神经网络结构，其中采用残差神经网络ResNet作为骨干网络Backbone，用于图像特征提取；采用特征金字塔网络FPN作为颈部网络Neck，用于特征增强以及连接骨干网络和头部网络；采用区域生成网路RPN作为头部网络Head，用于生成多个区域候选边框；采用感兴趣区域池化，输出相同尺寸的特征图，输入至全连接层；分类回归，通过Softmax对目标进行分类，通过边框回归器对目标边框预测和修正。对道路目标检测数据集迭代训练，优化损失，以生成较为理想的目标检测模型。本发明提出基于注意力机制的上采样方法替换最近邻插值法，可有效传递多尺度目标语义，提高小目标检测精度。

本发明授权一种基于深度学习的道路目标检测系统、方法及存储介质在权利要求书中公布了：1.一种基于深度学习的道路目标检测系统，其特征在于，包括：包括骨干网络、颈部网络、头部网络、感兴趣区域池化层、分类回归模块，其中： 骨干网络，用于对车载摄像头采集的道路图像进行特征提取，得到道路图像特征图； 颈部网络，用于对道路图像特征图进行特征增强，并连接骨干网络和头部网络； 头部网络，采用区域生成网络RPN生成目标区域候选边框； 感兴趣区域池化层，用于对候选特征图进行感兴趣区域池化，输出固定尺寸的特征图，送入全连接层； 分类回归模块，用于对全连接层的输出目标进行分类以及对目标边框进行回归修正； 所述颈部网络采用特征金字塔网络FPN进行特征增强，采用基于注意力机制上采样方法对FPN网络中最近邻插值法的上采样进行改进，提高多尺度目标语义信息的有效提取； 所述采用基于注意力机制上采样方法对FPN网络中最近邻插值法的上采样进行改进，具体包括： 对顶层特征图进行卷积操作，生成三个特征图，如式1所示； 1 为卷积操作的权重；其次，对分别进行线性插值和转置卷积，如式2所示； 2 式2中的，即对进行2倍上采样；然后通过注意力机制学习像素点之间的相关性； 3 4 对和进行点积运算，再通过函数归一化得到注意力权重，再与相乘，得到最终输出；即通过横向连接和基于注意力机制上采样可计算多尺度特征融合特征图，如式5、6所示： 5 6。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。