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！

龙图腾网获悉湖南师范大学申请的专利一种面向复杂场景的轻量化目标检测方法、设备及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：CN121305055B 。

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：202511889373.3，技术领域涉及：G06V10/25；该发明授权一种面向复杂场景的轻量化目标检测方法、设备及介质是由周炫余;黄树珍;曹意宏;卢笑;李璇;彭明月设计研发完成，并于2025-12-15向国家知识产权局提交的专利申请。

本一种面向复杂场景的轻量化目标检测方法、设备及介质在说明书摘要公布了：本发明公开了一种面向复杂场景的轻量化目标检测方法、设备及介质，本发明所设计的多尺度可分离增强注意力机制单元，将传统LKA中的二维卷积核分解为多个并行的、不同尺度的一维水平与垂直卷积核组合，并引入自适应特征融合策略，相较于LSKA仅使用单一尺度可分离卷积，本发明能同时捕捉局部细节与全局轮廓，更适用于透明器材的形状感知，可以降低计算和存储开销，使模型能够高效地使用大卷积核，从而增强对微小目标和透明区域的轮廓与形状信息感知能力。同时本发明通过小目标增强Ghost瓶颈结构单元来构建一个轻量级的网络架构，从根本上降低模型的参数量和计算复杂度，并强化模型对微小目标的特征学习与空间定位能力。

本发明授权一种面向复杂场景的轻量化目标检测方法、设备及介质在权利要求书中公布了：1.一种面向复杂场景的轻量化目标检测方法，其特征在于，包括以下步骤： 步骤1，将包括待检测物体的图片输入至训练好的检测模型中； 步骤2，输入的图片首先由检测模型的骨干网络进行处理；所述骨干网络包括多个依次连接的LCSPLayer模块；所述LCSPLayer模块设有两个分支，其中一个分支用于传递输入至这个分支的原始特征，另一个分支则包括依次连接的多尺度可分离增强注意力机制单元和小目标增强Ghost瓶颈结构单元，两个分支的输出相加后作为LCSPLayer模块的输出；骨干网络输出的特征图至检测模型的特征聚合网络处理； 步骤3，特征聚合网络包括两条分支，其中一条分支连接至骨干网络的中部，并以处于骨干网络中部的LCSPLayer模块的输出来作为输入；另一条分支则连接至骨干网络的尾部，并以骨干网络最后一个LCSPLayer模块的输出来作为输入；随后连接至骨干网络中部的分支输入经下采样、连接至骨干网络尾部的分支输入经上采样，再分别与另一条分支的输入相加，然后分别经LCSPLayer模块处理后，输出至检测头处理； 步骤4，检测头包括两个用于分别接收特征聚合网络两个输出的子检测头模块，两个子检测头模块采用YOLOX的检测头，两个子检测头模块的输出相加后作为检测模型的最终输出； 所述步骤2中，LCSPLayer模块的多尺度可分离增强注意力机制单元包括三个并行分支，且每个分支均使用不同尺度的级联一维深度卷积核来分别提取特征，然后将三个并行分支的输出特征通过双线性插值来调整尺度以保持一致，再在通道维度上进行拼接，随后通过一个1×1卷积进行融合以得到多尺度融合特征，再沿通道维度对多尺度融合特征进行平均池化，然后由标准3×3卷积和Sigmoid函数整合邻域信息，生成二维空间注意力图，最后与多尺度可分离增强注意力机制单元的原始输入执行哈达玛积运算来得到输出。

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湖南师范大学，其通讯地址为：410081 湖南省长沙市岳麓区麓山路36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。