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！

龙图腾网获悉辽宁科技大学申请的专利一种面向嵌入式设备的轻量化无人机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：CN116503762B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310479243.7，技术领域涉及：G06V20/17；该发明授权一种面向嵌入式设备的轻量化无人机检测方法是由储茂祥;束伟;巩荣芬;刘历铭;刘光虎设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本一种面向嵌入式设备的轻量化无人机检测方法在说明书摘要公布了：本发明提供了一种面向嵌入式设备的轻量化无人机检测方法，利用已经部署的居民摄像头采集图像，摒弃了上位机，改进yolov5s的模型结构，直接将模型部署到嵌入式设备中，实时检测目标区域是否存有无人机，加强对小尺度无人机的监管。包括如下步骤：Step1：采集无人机图像；Step2：添加飞鸟负样本；Step3：对处理好的数据集进行标注，由于仅对无人机进行检测，故标注时仅标注无人机区域；Step4：设计改进yolov5s的模型结构，所述改进yolov5s的模型结构降低参数量以及提出特征融合机制；Step5：训练模型，得到训练好的模型权重；Step6：应用阶段，将训练好的模型权重加载到网络中，并部署到嵌入式设备中，实时检测视频中的小尺度无人机。

本发明授权一种面向嵌入式设备的轻量化无人机检测方法在权利要求书中公布了：1.一种面向嵌入式设备的轻量化无人机检测方法，其特征在于，所述的方法利用已经部署的居民摄像头采集图像，将训练模型部署到嵌入式设备中，实时检测目标区域是否存有无人机，加强对小尺度无人机的监管； 包括如下步骤： Step1：采集无人机图像； Step2：添加飞鸟负样本；为了增强网络对飞鸟和无人机的区分度，向采集的无人机图像中添加飞鸟负样本，将飞鸟从原始图片中分割出来，再放缩到无人机的尺度，随机添加到无人机图像中； Step3：对处理好的数据集进行标注，由于仅对无人机进行检测，故标注时仅标注无人机区域； Step4：设计改进yolov5s的模型结构，所述改进yolov5s的模型结构降低参数量以及提出特征融合机制；降低参数量使得嵌入式设备能够调用，提出的特征融合机制在不引入新参数的前提下提高轻量化之后的精度； Step5：训练模型，得到训练好的模型权重； Step6：应用阶段，将训练好的模型权重加载到网络中，并部署到嵌入式设备中，实时检测视频中的小尺度无人机； 所述的Step4中，所述的改进yolov5s的模型结构包括： 1考虑到小尺度无人机在图片中占有比例较小，特征不明显，通过移除感受野较小的浅层特征，只使用感受野与目标尺寸接近的深层特征，能够使输出特征中包含较多有效目标特征的同时具有较大的感受野； 2通过修改瓶颈层的结构，进一步提高深层特征融合程度； 3同时，为了大幅度降低模型的参数量以及计算量，使得绝大多数嵌入式设备均能够调用，通过将第一个卷积的卷积核大小调整为3x3并将所有卷积模块和C3模块的卷积核数目下降，使得模型参数量下降到693K； 所述的Step4中，为了在不引入新参数的前提下，提出全新的特征融合结构以提高轻量化之后的精度，所提出的特征融合结构包括如下： 1首先，考虑到浅层特征中含有丰富的目标细节特征，通过简单的下采样操作并与深层特征融合，有利于增加深层特征中细节特征的含量，有助于网络对小尺度目标进行定位； 2然后，考虑到深层特征中含有较为丰富的语义特征，通过上采样与浅层特征融合，有助于增加浅层特征中的语义特征，让网络更加充分的学习目标特征； 3最后，通过多次、多层之间使用1、2步骤，实现双向特征融合，重复利用已有特征融合生成更加高级的语义，让网络能够兼顾不同尺度的特征信息来定位目标位置。

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辽宁科技大学，其通讯地址为：114000 辽宁省鞍山市立山区千山中路189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。