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！

龙图腾网获悉西南科技大学申请的专利联合风车卷积与加权多分支融合的航拍小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：CN120510540B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202511004583.X，技术领域涉及：G06V20/17；该发明授权联合风车卷积与加权多分支融合的航拍小目标检测方法是由路锦正;曾宁直;胡鑫;程源设计研发完成，并于2025-07-21向国家知识产权局提交的专利申请。

本联合风车卷积与加权多分支融合的航拍小目标检测方法在说明书摘要公布了：本发明公开了联合风车卷积与加权多分支融合的航拍小目标检测方法，包括以下步骤：获取无人机航拍图像，构建训练集和验证集；构建基于改进YOLO11的航拍小目标检测模型；根据练集和验证集构建最优的航拍小目标检测模型；将新的无人机航拍图像输入最优的航拍小目标检测模型，得到航拍小目标检测结果。本发明利用风车卷积模块和基于隐藏状态混合器和状态空间对偶性的C3K2_HSD模块改进YOLO11的骨干网络，设计基于可学习权重的WMFPN机制，能更有效提取和利用航拍小目标特征信息，提升整体检测准确性，实验结果表明在复杂航拍场景下表现出优异的检测性能。

本发明授权联合风车卷积与加权多分支融合的航拍小目标检测方法在权利要求书中公布了：1.联合风车卷积与加权多分支融合的航拍小目标检测方法，其特征在于，包括以下步骤： S1、获取无人机航拍图像，构建训练集和验证集； S2、构建基于改进YOLO11的航拍小目标检测模型，具体过程为：将风车卷积模块加入YOLO11的骨干网络，将骨干网络的C3K2模块替换为C3K2_HSD模块，C3K2_HSD模块设置有基于隐藏状态混合器和状态空间对偶性的HSM-SSD子模块，颈部网络采用WMFPN机制对输入的特征图进行多尺度特征融合； S3、根据训练集对航拍小目标检测模型进行训练，在训练过程中使用验证集对航拍小目标检测模型的超参数进行调优，得到最优的航拍小目标检测模型； S4、将新的无人机航拍图像输入最优的航拍小目标检测模型，得到航拍小目标检测结果； S2中，风车卷积模块的工作流程具体为： A1、对于风车卷积模块的输入张量，对输入张量进行非对称填充，在风车卷积模块的第一层进行交错卷积，得到第一张量至第四张量； A2、拼接第一张量至第四张量，对拼接后的张量进行归一化，得到风车卷积模块的输出； HSM-SSD子模块的工作流程具体为： B1、对于HSM-SSD子模块的输入，对输入状态使用重要性权值进行加权线性组合，得到共享全局隐藏状态； B2、根据共享全局隐藏状态执行通道混合，包括门控和输出投影，得到HSM-SSD子模块的输出； B1中，计算共享全局隐藏状态的表达式具体为： 式中，为重要性权值，为用于的向量，T为转置符号，为Hadamard乘积，B为输入状态，为HSM-SSD子模块的输入，为隐藏状态，为输入投影矩阵； S2中，颈部网络采用WMFPN机制对输入的特征图进行多尺度特征融合的方法具体为： 将输入特征图在空间维度上进行对齐，通过通道权重向量对输入特征图像进行通道加权，得到加权融合的输出； 式中，为第k输入特征图，，，K为输入特征图总数，为哈达玛积，为矩阵，N为批量大小，C k、H和W分别为第k输入特征图的通道数、高度和宽度，为第k归一化通道权重； 式中，为第k可学习通道权重向量，为小于1的正数，防止除以零导致数值不稳定，为第j可学习通道权重向量，，，C为通道总数，且。

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西南科技大学，其通讯地址为：621010 四川省绵阳市涪城区青龙大道中段59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”。