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！

龙图腾网获悉太原科技大学申请的专利一种基于YOLOv7改进的复杂道路场景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：CN116844126B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310888360.9，技术领域涉及：G06V20/56；该发明授权一种基于YOLOv7改进的复杂道路场景目标检测方法是由杜娟;崔少华;陈峙;王何阳;张德华;曹伟设计研发完成，并于2023-07-19向国家知识产权局提交的专利申请。

本一种基于YOLOv7改进的复杂道路场景目标检测方法在说明书摘要公布了：一种基于YOLOv7改进的复杂道路场景目标检测方法，属于计算机视觉和自动驾驶环境感知技术领域，解决目前复杂道路场景目标检测方法精度和速度不足的技术问题，解决方案为：增加小目标检测层，增加对小目标特征的学习能力；采用K‑means++算法重聚类先验框，优化目标先验框的尺寸；引入WIoU损失函数替换原来的CIoU损失函数；将协调坐标卷积添加至YOLOv7模型的颈部和头部；提出P‑ELAN结构对骨干网络进行轻量化处理。本发明通过以上技术方案有效的解决了复杂道路场景目标检测中所遇到的密集遮挡、小尺度目标漏检误检等问题，提高了检测的准确率，做到了准确率与速度的平衡。

本发明授权一种基于YOLOv7改进的复杂道路场景目标检测方法在权利要求书中公布了：1.一种基于YOLOv7改进的复杂道路场景目标检测方法，其特征在于： 步骤一：获取复杂道路场景目标图像并构建数据集，将道路目标数据集划分为训练集、验证集和测试集，其中训练集、验证集和测试集中标注文件均为.txt格式，标注文件内容依次包括：类别所对应的id号，归一化后目标框中心点的坐标x，y，以及归一化后目标框的宽度w、高度h； 步骤二：读取步骤一获取的复杂道路场景目标图像，对图像进行增强处理，并将增强处理后的图像对齐为相同尺寸大小的图片； 步骤三：采用K-Means++聚类算法对训练样本的标注框尺寸进行分析，生成四组大小不同的先验框； 步骤四：构建改进的YOLOv7目标检测网络模型，改进的YOLOv7目标检测网络模型包括特征提取网络、特征融合网络和多尺度检测头，其中： 所述特征提取网络为CBS、P-ELAN和MP模块的堆叠，总共进行了32倍下采样； 所述特征融合网络用于融合多尺度特征，特征融合网络由SPPCSPC模块、ELANW模块、CBS模块、MP模块和CoordConv模块组成一个自上而下的FPN和自下而上的PAN； 所述多尺度检测头：分别在下采样4倍、8倍、16倍、32倍的特征图上进行检测，获得四个尺度的检测头； 步骤五：以坐标损失Lloc、目标置信度损失Lloc和分类损失Lcls构建总体损失函数，总体损失函数计算公式为： Loss＝λ1Lcls+λ2Lobj+λ3Lloc； 式中，λ1、λ2、λ3均为权重系数； 所构建的损失函数中坐标损失为WIoU损失，目标置信度损失和分类损失采用带log的二值交叉熵损失； 步骤六：首先，将数据集送入步骤四中构建的改进的YOLOv7目标检测网络模型进行训练，输出图像中每个目标的边界框位置、尺寸以及目标类别；然后，通过步骤五构建的损失函数进行反向传播进而更新权重，迭代预定轮次得到复杂道路目标检测的模型训练权重； 步骤七：将待检测的图像送入训练好的检测模型，得到测试结果，被检测出来的结果由矩形包围框框出，完成复杂道路场景目标检测。

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太原科技大学，其通讯地址为：030000 山西省太原市万柏林区瓦流路66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”。