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！

龙图腾网获悉陕西智引科技有限公司;陕西建材科技集团股份有限公司申请的专利基于卷积神经网络的目标检测识别的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：CN116152510B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202310060521.5，技术领域涉及：G06V10/40；该发明授权基于卷积神经网络的目标检测识别的方法是由冯炫;陈帅男;苗思宇;严宁;兰巍设计研发完成，并于2023-01-13向国家知识产权局提交的专利申请。

本基于卷积神经网络的目标检测识别的方法在说明书摘要公布了：本发明属于图像处理应用技术领域，尤其涉及一种基于卷积神经网络的目标检测识别的方法。本发明通过对主干网络VGG16进行改进，将不同层的特征融合起来，使各个尺度下的特征图都含有丰富语义信息，利用正向和反向传递特征进行叠加，使各个卷积层获取不同特性的特征图，整个特征提取过程的鲁棒性得以增强，同时，在RPN网络阶段同时引入注意力机制，使融合后的重要信息得以保留，摒弃多余信息干扰，使整个算法的精度有所提升，对小目标物体的特征提取效果变好。

本发明授权基于卷积神经网络的目标检测识别的方法在权利要求书中公布了：1.一种基于卷积神经网络的目标检测识别的方法，其特征在于，包括以下步骤： a、首先将待识别的图输入到改进后的主干网络VGG16中进行特征提取， 得到相应的特征图； b、将得到的特征图分别输入到RPN网络和注意力机制中，其中，特征图输入到RPN网络进行感兴趣区域的选取，生成候选区域；特征图输入到注意力机制中进行加权运算，生成注意力图； c、然后将RPN网络和注意力机制中的输出结果均输入RoI池化层中，然后对特征图的候选框进行池化操作； d、将池化操作后的特征图在全连接层对特征信息的类别进行判定分类； e、最后，利用边框回归再次对候选框的位置进行精修与调整，实现目标检测识别； 其中，所述改进后的主干网络VGG16的操作方法为： a1、首先，利用卷积核1×1×256使浅层特征通道数变为256，使深层特征通道数也变为256，之后进行反卷积运算； a2、然后，经过反卷积运算后，利用加性融合函数对浅层特征和深层特征进行特征层融合，得到融合后的特征层； a3、将融合后的特征层再通过3×3的卷积核，生成新的特征层，进而得到相应的特征图。

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陕西智引科技有限公司;陕西建材科技集团股份有限公司，其通讯地址为：710000 陕西省西安市西咸新区沣东新城能源金贸区西咸金融港4-A座20楼F2004室013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”。