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！

龙图腾网获悉西安科技大学申请的专利一种用于煤矿井下的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：CN121564325B 。

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：202610077525.8，技术领域涉及：G06V10/25；该发明授权一种用于煤矿井下的小目标检测方法是由田丰;张伟;刘晓佩;张小红;汪峰设计研发完成，并于2026-01-21向国家知识产权局提交的专利申请。

本一种用于煤矿井下的小目标检测方法在说明书摘要公布了：本发明属于目标检测技术领域，公开了一种用于煤矿井下的小目标检测方法，方法包括：获取煤矿井下的待检测图像；将待检测图像输入至训练好的RPS‑YOLO检测模型中；输出检测结果；其中，RPS‑YOLO检测模型以YOLOv11网络为基准改进得到，改进包括：骨干网络中，将C3K2模块替换为DSCELAN模块，在网络浅层增设用于输出第一浅层特征图的第一分支；在颈部网络中，将特征金字塔结构的C3K2模块替换为DSCELAN模块，并新增P2层；在P2层的融合路径中，增加SOMA注意力模块；在检测头中，增设细粒度检测头；本发明在降低计算复杂度的同时，从根本上增强了对煤矿井下极小目标的细节感知与语义保留能力，从而在确保实时性的前提下，有效提升了检测精度与召回率，解决了复杂环境下的漏检问题。

本发明授权一种用于煤矿井下的小目标检测方法在权利要求书中公布了：1.一种用于煤矿井下的小目标检测方法，其特征在于，包括以下步骤： 步骤1：获取煤矿井下的待检测图像； 步骤2：将所述待检测图像输入至训练好的RPS-YOLO检测模型中； 步骤3：获取并输出所述RPS-YOLO检测模型对待检测图像的目标检测结果； 其中，所述RPS-YOLO检测模型是以YOLOv11网络为基准改进得到，改进包括： 在骨干网络中，将C3K2模块替换为DSCELAN模块，并在所述骨干网络的浅层增设用于输出第一浅层特征图的第一分支； 在颈部网络中，将特征金字塔结构中的C3K2模块替换为DSCELAN模块；在所述特征金字塔结构中新增P2层，以构建包含P2层、P3层、P4层和P5层的多尺度融合路径，其中，所述P2层的输入为第一浅层特征图；在所述P2层的融合路径中，增加SOMA注意力模块，用于对所述P2层融合后的特征图进行加权，以得到所述P2层输出的特征图； 在检测头中，增设与所述P2层输出的特征图连接的细粒度检测头； 所述DSCELAN模块提取特征的方法包括： 对所述待检测图像的特征图进行通道压缩，得到初始投影特征； 通过重参数化模块提取所述初始投影特征的深层语义信息得到深层语义特征； 将所述初始投影特征沿通道维度均等划分为两个通道子特征； 将两个所述通道子特征与深层语义特征进行通道拼接得到拼接特征图，并对所述拼接特征图进行卷积融合处理后输出初始特征图； 所述SOMA注意力模块是以CBAM注意力模块为基准进行改进得到，改进包括： 在通道注意力机制中，采用依次连接的第一通道卷积层、GELU激活函数、第二通道卷积层，替换CBAM注意力模块中的全连接层，以生成通道注意力权重；所述第一通道卷积层和第二通道卷积层的卷积核均为1×1； 在空间注意力机制中，采用并行的第一空间卷积层与第二空间卷积层，替换CBAM注意力模块中的7×7卷积层，以提取并融合多尺度空间特征后生成空间注意力权重；所述第一空间卷积层的卷积核为3×3，所述第二空间卷积层的卷积核为7×7。

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西安科技大学，其通讯地址为：710054 陕西省西安市雁塔区雁塔中路58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。