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！

龙图腾网获悉中科领航智能科技(苏州)有限公司申请的专利一种基于深度学习和浅层特征增强的无人机交通目标检测方法及系统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：CN117115690B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202311112136.7，技术领域涉及：G06V20/17；该发明授权一种基于深度学习和浅层特征增强的无人机交通目标检测方法及系统是由郑奎;朱凤华;李免;王林;沙尧尧设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本一种基于深度学习和浅层特征增强的无人机交通目标检测方法及系统在说明书摘要公布了：本发明涉及计算机视觉技术领域，且公开了一种基于深度学习和浅层特征增强的无人机交通目标检测方法及系统，包括如下步骤：S1、无人机采集交通目标图像得到数据集；S2、数据集送入模型中进行训练，构建DCSP主干网络提取图像特征；S3、进一步增强特征；S4、SPAN网络融合各个尺度特征图的信息；S5、预测网络输出目标类型和位置信息，引入了Wise‑IOU方法，使用动态非单调聚焦机制计算边界框损失，降低了低质量数据集标注对训练的影响，增强了检测方法的泛化能力，将融合后的特征图输入到预测网络中，得到最终的目标类型和位置信息，能够克服无人机拍摄目标变形、模糊、尺度小的问题，提升无人机对交通目标的检测精度。

本发明授权一种基于深度学习和浅层特征增强的无人机交通目标检测方法及系统在权利要求书中公布了：1.一种基于深度学习和浅层特征增强的无人机交通目标检测方法，其特征在于：包括如下步骤： S1、无人机采集交通目标图像得到数据集； S2、数据集送入模型中进行训练，构建DCSP主干网络提取图像特征； S3、进一步增强特征； S4、SPAN网络融合各个尺度特征图的信息； S5、预测网络输出目标类型和位置信息； 在S2中，将数据集送入模型中进行训练，通过构建DCSP主干网络提取图像特征，获得5组不同尺寸的特征图，包含以下步骤： S201、对输入图片尺寸进行统一，对图像像素做归一化操作，并按照CHW的顺序进行排布，通过包含2D卷积、BatchNorm归一化和SiLU激活函数的Conv块获得初始特征图； S202、通过多个Conv块对初始特征图下采样，获得4组尺寸递减的新特征图，层数越高尺寸越小，其所含语义信息更丰富、但不能很好表达空间信息； 在S3中，融合了可变形卷积的DC2模块来对特征进行增强，包含以下步骤： S301：由一个卷积模块或可变形卷积模块采样，增大感受野同时降低计算参数； S302：从通道数维度分裂为两个支流； S303：支流一不做处理送往融合模块CAcat； S304：支流二通过多个DCN-Bottleneck组成的残差通道送往融合模块CAcat； S305：支流二中，在每个DCN-Bottleneck后引出新的支流送往融合模块CAcat； S306：使用CAcat将所有的支流融合； S307：由一个卷积模块或可变形卷积模块调整输出通道数与输入通道数相同； 在S4中，使用SPAN网络，分为自上而下和自下而上两个部分融合各个尺度特征图的信息，使用CAcat实现两两特征图的融合，包含以下步骤： S401：对输入特征图做上采样，获得与backbone中对应层特征图尺寸相同、通道数不同的特征图；使用CAcat将得到的特征图，与backbone对应的特征图融合；使用对融合后的特征图进行特征增强； S402：对S401重复两次，获得两组更大尺寸特征图，分别输出到中、小目标检测头中； S403：使用CAcat融合S401得到的特征图与SPPF输出特征图，送往高层语义信息检测头。

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中科领航智能科技(苏州)有限公司，其通讯地址为：215000 江苏省苏州市吴江区东太湖生态旅游度假区(太湖新城)简村路100号苏州湾智慧信息产业园18层1801室；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。