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！

龙图腾网获悉贵州大学申请的专利面向目标检测的改进轻量型YOLOX-nano模型及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：CN115908255B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202211275194.7，技术领域涉及：G06T7/00；该发明授权面向目标检测的改进轻量型YOLOX-nano模型及检测方法是由黄海松;韩正功;范青松;马驰;张松松;陈星燃;杨铖;秦恒浩设计研发完成，并于2022-10-18向国家知识产权局提交的专利申请。

本面向目标检测的改进轻量型YOLOX-nano模型及检测方法在说明书摘要公布了：本发明公开了面向目标检测的改进轻量型YOLOX‑nano模型及检测方法，面向目标检测的改进轻量型YOLOX‑nano模型包括主干网络、颈部网络和预测网络。面向目标检测的检测方法包括获取白细胞图像数据并进行筛选；制作白细胞数据集，并将其分成训练集、验证集和测试集三类；搭建改进轻量型YOLOX‑nano模型；对改进轻量型YOLOX‑nano模型进行训练和评估；获得检测结果。本发明所述检测模型及方法能够实现对嗜碱性粒细胞，嗜酸性粒细胞，淋巴细胞，单核细胞和中性粒细胞等五类的白细胞进行快速、实时、准确的检测；对使用者友好，便于操作，能有效减少医技人员的工作量和依赖性，提高患者的检查效率。

本发明授权面向目标检测的改进轻量型YOLOX-nano模型及检测方法在权利要求书中公布了：1.一种面向目标检测的改进轻量型YOLOX-nano模型的检测方法，其特征在于：包括如下步骤， 获取白细胞图像数据并进行筛选； 制作白细胞数据集，并将其分成训练集、验证集和测试集三类； 搭建改进轻量型YOLOX-nano模型； 对改进轻量型YOLOX-nano模型进行训练和评估； 获得检测结果； 所述改进轻量型YOLOX-nano模型包括：改进坐标注意力机制； 改进坐标注意力机制包括并列设置的全局平均池化、X方向平均池化和Y方向平均池化，对输入特征分别进行全局平均池化、X方向平均池化和Y方向平均池化后，分别得到全局池化中间值、X池化中间值和Y池化中间值，令全局池化中间值依次经自适应K核选择的一维卷积、Sigmoid非线性激活和元素点积后进行输出，X池化中间值和Y池化中间值进行特征融合，然后经二维卷积、批归一化、非线性激活、2层二维卷积和Sigmoid非线性激活后进行输出； 所述改进坐标注意力机制还包括： 在获取特征映射注意权值的过程中，沿两个正交方向聚合特征进行一维权值编码过程，并通过正交方向上的ID权值对特征映射进行非线性互补，其包括坐标信息嵌入、坐标注意力生成和高效通道注意力生成三个步骤； 进行坐标信息嵌入步骤时，将全局池化分解为两种特征编码操作，对于输入X，高度h，宽度w的第c个通道的输出用如下公式表示： 上述两种变换沿着两个空间方向聚合特征，并返回一对方向感知注意图，该操作对应X平均池化和Y平均池化的部分； 进行坐标注意力生成步骤时，将生成的两种特征映射进行拼接，使用一个共享的1×1卷积对F1函数进行变换，在水平和垂直方向上，生成空间信息的中间特征图，其中r表示下采样比，然后利用两个1×1卷积、分别对特征映射和进行变换，得到的结果、通过如下公式进行表示， 式中，𝜎表示Sigmoid激活函数； 进行高效通道注意力生成步骤时，对输入特征图进行全局平均池化操作，经自适应确定核大小为k的一维卷积运算后，通过Sigmoid函数𝜎得到每个通道的权值，并将权值与原始输入特征映射对应的元素相乘输出特征映射，公式描述如下： 式中，为特征映射，𝜎表示Sigmoid激活函数，表示卷积核大小为k的一维卷积操作，为输入特征图，Avgpool表示平均池化操作； 其中，通过如下公式计算k值， 式中，k为卷积核大小，C为通道维数，表示最接近的奇数，γ和b都是超参数，分别设为2和1； 改进坐标注意力机制的输出通过如下公式进行表示， 式中，表示经过改进的坐标注意力模块后，最终输出的特征图；表示经过高效通道注意力，输出的特征图；表示按照X水平方向输出的特征图；表示按照Y竖直方向输出的特征图。

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贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区贵州大学；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。