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！

龙图腾网获悉中国人民解放军陆军炮兵防空兵学院申请的专利一种无人机小目标识别方法、系统、设备及存储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：CN120526108B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202510501910.6，技术领域涉及：G06V10/25；该发明授权一种无人机小目标识别方法、系统、设备及存储介质是由陈栋;王书宇;田宗浩;凌冲;陈凯;张航设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本一种无人机小目标识别方法、系统、设备及存储介质在说明书摘要公布了：本发明公开了一种无人机小目标识别方法及系统，包括：S1.无人机采集图像数据，并对图像数据进行预处理；S2.构建YOLOv11模型网络框架，在主干网络中引入SCSA模块及SAFM模块并优化损失函数，结合Mosaic数据增强技术，以增强模型对小目标特征的识别与提取能力；S3.进行YOLOv11模型的训练学习优化；S4.将训练好的模型部署到嵌入式设备上，实时处理无人机采集的图像数据，用于输出目标识别结果；S5.最后将结果输出反馈至无人机。本发明优化了YOLOv11算法的网络结构，显著提高了无人机对小目标的识别精度，显著提高了无人机对小目标的识别精度和实时性，同时适应了无人机嵌入式设备的计算资源限制。

本发明授权一种无人机小目标识别方法、系统、设备及存储介质在权利要求书中公布了：1.一种无人机小目标识别方法，其特征在于，包括以下步骤： S1.无人机通过机载摄像头采集图像数据，并对图像数据进行去噪和归一化在内的预处理操作； S2.构建YOLOv11模型网络框架，在YOLOv11模型网络框架的主干网络中引入SCSA模块及SAFM模块并优化损失函数，结合Mosaic数据增强技术，以增强模型对小目标特征的识别与提取能力； S3.使用COCO数据集进行YOLOv11模型的预训练，之后采用Adam优化器进行学习优化，提高模型的泛化能力； S4.将训练好的模型部署到嵌入式设备上，实时处理无人机采集的图像数据，用于输出目标识别结果； S5.最后将结果输出反馈至无人机； 所述S2步骤中优化损失函数通过调整正负样本的权重，使得模型更加关注难以分类的正样本，其中函数表示为： 其中，是预测值pred通过sigmoid函数后的结果，用于与真值true进行比较，和为调整负样本权重的超参数，超参数用于防止对负样本过度抑制，超参数用于减少易分类样本对损失的贡献，以提高小目标检测的准确性； 所述S2步骤中SCSA模块由可共享多语义空间注意力SMSA模块和渐进通道自注意力PCSA模块组成，其中： 所述SMSA模块用于使用多尺度卷积从特征图中提取不同语义级别的空间信息，并通过组归一化加速模型收敛，将提取的空间信息进行融合，生成空间注意力信息； 所述PCSA模块用于使用渐进压缩策略，将所述SMSA模块生成的空间注意力信息注入通道自注意力中，并生成通道注意力权重，以增强小目标的特征提取能力。

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国人民解放军陆军炮兵防空兵学院，其通讯地址为：230009 安徽省合肥市蜀山区黄山路451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。