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！

龙图腾网获悉北方工业大学申请的专利基于FasterNet轻量级框架与特征融合的车辆检测算法及装置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：CN120107543B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202510004683.6，技术领域涉及：G06V10/25；该发明授权基于FasterNet轻量级框架与特征融合的车辆检测算法及装置是由张永梅;郭奥;杜治蓉;张岩;杨志政;张天馨设计研发完成，并于2025-01-02向国家知识产权局提交的专利申请。

本基于FasterNet轻量级框架与特征融合的车辆检测算法及装置在说明书摘要公布了：本申请提供了一种基于FasterNet轻量级框架与特征融合的车辆检测算法及装置，涉及深度学习、图像处理领域，该算法包括：输入图像，并对图像进行预处理，预处理主要包括LetterBox和归一化操作；将预处理之后的图像输入基于FasterNet网络和多头注意力机制的主干网络进行特征提取，得到初步提取特征图；将初步提取特征图输入基于F‑C2f模块的颈部网络进行多尺度特征融合，得到混合融合特征图；将混合融合特征图输入车辆检测模型的头部网络，采用Focal‑EIoU损失函数进行训练，当训练周期达到100时，停止训练，得到训练好的车辆检测模型；将测试图像输入到训练好的车辆检测模型，得到测试图像的车辆检测结果。该算法提供的车辆检测模型可以兼顾车辆检测的准确性和实时性。

本发明授权基于FasterNet轻量级框架与特征融合的车辆检测算法及装置在权利要求书中公布了：1.一种基于FasterNet轻量级框架与特征融合的车辆检测算法，其特征在于，所述算法包括： 输入图像，并对所述图像进行预处理，所述预处理主要包括LetterBox和归一化操作； 将预处理之后的图像输入车辆检测模型的主干网络进行特征提取，得到初步提取特征图，所述主干网络中的特征提取网络为基于轻量化FasterNet网络和多头注意力机制的特征提取网络； 将所述初步提取特征图输入颈部网络进行多尺度特征融合，得到混合融合特征图，所述颈部网络为基于F-C2f模块的颈部网络，所述F-C2f模块由CBS、Split操作、连接层以及F-Bottleneck构成，通过删除原C2f模块中的Split操作和多余的跳层连接，减少C2f中大量的3*3普通卷积，并将所述原C2f模块中的Bottleneck全部替换为Fasterblock，得到新的所述F-C2f模块； 将所述混合融合特征图输入所述车辆检测模型的头部网络中，采用Focal-EIoU损失函数进行训练，当训练周期达到100时，停止训练，得到训练好的车辆检测模型； 将测试图像输入到训练好的车辆检测模型，得到测试图像的车辆检测结果。

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北方工业大学，其通讯地址为：100144 北京市石景山区晋元庄路5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”。