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！

龙图腾网获悉石家庄铁道大学申请的专利一种基于多核融合与全向连接的重参数化无人机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：CN121121561B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511298663.0，技术领域涉及：G06V20/17；该发明授权一种基于多核融合与全向连接的重参数化无人机目标检测方法是由张云佐;张璐琦;胡宇博;霍磊;张志国设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本一种基于多核融合与全向连接的重参数化无人机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多核融合与全向连接的重参数化无人机目标检测方法，所述方法包含以下步骤：获取无人机航拍图像数据集，构建含骨干网络、特征融合网络与可变形任务解耦检测头的检测模型；骨干网络通过宽分支重参数化卷积模块，训练阶段以六条并行路径提取多尺度、多方向特征，推理阶段重参数化为单路卷积；特征融合网络通过空间深度卷积模块下采样并减少空间信息损失，结合全向核跨阶段部分连接模块实现跨阶段全向特征交互与双重注意力增强；可变形任务解耦检测头解耦分类与回归特征，优化特征表达、加权分类特征后聚合解码。模型经训练后用于测试集输出检测结果，能平衡检测精度与推理效率，适配无人机复杂航拍场景。

本发明授权一种基于多核融合与全向连接的重参数化无人机目标检测方法在权利要求书中公布了：1.一种基于多核融合与全向连接的重参数化无人机目标检测方法，其特征在于，包含下述步骤： S1：获取无人机航拍图像数据集； S2：对无人机数据集进行预处理； S3：建立无人机图像目标检测模型，所述模型包括依次级联的骨干网络、特征融合网络和可变形任务解耦检测头；其中骨干网络输出多尺度特征，特征融合网络对所述多尺度特征进行融合，可变形任务解耦检测头根据融合特征输出检测框及类别概率； S3.1：特征提取阶段，利用宽分支重参数化卷积模块，通过并行多尺度特征提取与结构重参数化机制，动态扩展特征提取网络的感受野以进行特征表达；所述宽分支重参数化卷积模块在训练阶段通过并行结构提取多尺度信息；在推理阶段将并行结构重参数化为单路卷积并输出特征； S3.2：特征融合阶段，利用空间深度卷积模块对特征图进行下采样并减少空间信息损失；利用全向核跨阶段部分连接模块对下采样后的特征执行跨阶段部分连接融合，以增强多尺度特征的表征能力，进而输出融合特征； 所述全向核跨阶段部分连接模块由特征拆分卷积模块、全向核特征提取模块和特征融合卷积模块组成；其中，所述全向核特征提取模块由输入1×1卷积层、多方向深度卷积模块、频域通道注意力模块、空间通道注意力模块、特征门控模块和输出1×1卷积层组成； 所述全向核跨阶段部分连接模块通过特征拆分卷积模块将输入按比例分割为主路径和捷径路径，在主路径经输入1×1卷积层处理后，通过所述多方向深度卷积模块执行多方向特征提取，再并通过所述频域通道注意力模块和空间通道注意力模块执行双重注意力增强，经特征门控模块处理，最终与捷径路径特征拼接，再经1×1卷积输出融合特征； S3.3：预测阶段，利用可变形任务解耦检测头将多尺度特征依次送入共享卷积，提取基础特征后，使用任务分解模块分别生成类别特征与回归特征；利用动态可变形卷积对回归特征进行空间对齐，利用空间通道注意力模块对类别特征进行加权；融合后的回归结果与类别结果经尺度缩放模块调整尺度，再经分布聚合与解码模块聚合分布并解码，输出最终检测框与类别概率； S4：在训练集上训练模型，进行迭代训练； S5：将训练好的权重用于测试集，输出检测结果。

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石家庄铁道大学，其通讯地址为：050043 河北省石家庄市长安区北二环东路17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。