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！

龙图腾网获悉北京理工大学申请的专利一种基于深度学习的无人机集群整体目标识别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：CN119580135B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411704467.4，技术领域涉及：G06V20/17；该发明授权一种基于深度学习的无人机集群整体目标识别方法是由吕跃祖;梅婷;周佳玲;李团;温广辉设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本一种基于深度学习的无人机集群整体目标识别方法在说明书摘要公布了：本发明公开了一种基于深度学习的无人机集群整体目标识别方法，属于目标检测领域，包括以下步骤：S1、采集无人机集群原始图像并筛选；S2、识别出无人机集群整体位置；S3、获得无人机集群整体图像；S4、识别出无人机个体位置；S5、结合无人机集群整体位置识别结果和无人机个体位置识别结果，获得无人机个体在无人机集群原始图像上的位置。本发明采用上述基于深度学习的无人机集群整体目标识别方法，在无人机集群个体分布集中的情况下，引入整体目标识别，并基于整体目标识别进行无人机个体目标识别，再将整体目标识别结果和个体目标识别结果进行结合，即可得到最终结果，在简化步骤的前提下，提高了无人机个体在集群中位置识别的准确性。

本发明授权一种基于深度学习的无人机集群整体目标识别方法在权利要求书中公布了：1.一种基于深度学习的无人机集群整体目标识别方法，其特征在于：包括以下步骤： S1、采集无人机集群原始图像并筛选：采集原始图像，并筛选原始图像中无人机集群整体分布范围与原始图像尺寸，满足设定相对关系的原始图像，作为无人机集群原始图像； S2、对无人机集群原始图像中的无人机集群进行整体目标标定，识别出无人机集群整体位置； 步骤S2具体包括以下步骤： S21、将获取的无人机集群原始图像按照设定比例分为训练集与测试集； S22、对训练集中的每一张无人机集群原始图像，搜索在图像坐标系下，无人机集群原始图像中无人机集群具有横向位置最小值、横向位置最大值、纵向位置极小值、纵向坐标极大值的无人机个体，使用顶点坐标为、、、的矩形检测框框住无人机集群，并将矩形检测框所在位置视为无人机集群的整体位置； S23、利用获取的无人机集群的整体位置训练YOLOv5深度学习算法模型； S24、将测试集输入经步骤S23训练完毕的YOLOv5深度学习算法模型中，输出利用矩形检测框表示的无人机集群整体图像结果； S3、基于步骤S2获取的无人机集群整体位置识别结果，沿无人机集群整体分布范围对无人机集群原始图像进行裁剪，获得无人机集群整体图像； S4、对经步骤S3裁剪后的无人机集群整体图像进行个体目标标定，识别出无人机个体位置； 步骤S4具体包括以下步骤： S41、按照设定比例将无人机集群整体图像分成训练集与测试集； S42、对训练集中的图像进行无人机个体目标标定； S43、利用经步骤S42标定后的图像训练YOLOv5深度学习算法模型； S44、将测试集输入YOLOv5深度学习算法模型，识别图像中无人机个体位置； S5、结合步骤S2获取的无人机集群整体位置识别结果和步骤S4获取的无人机个体位置识别结果，按照图像裁剪与变换关系，得到最终目标识别结果，获得无人机个体在无人机集群原始图像上的位置。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街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”。