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！

龙图腾网获悉电子科技大学申请的专利一种基于改进YOLOv9的夜晚交通场景显著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：CN119832528B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411913223.7，技术领域涉及：G06V20/59；该发明授权一种基于改进YOLOv9的夜晚交通场景显著目标检测方法是由秦龙;罗宇栋;廖培淳;张鑫;颜红梅设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种基于改进YOLOv9的夜晚交通场景显著目标检测方法在说明书摘要公布了：本发明公开了一种基于改进YOLOv9的夜晚交通场景显著目标检测方法，利用有经验驾驶员的视觉注意力获取夜晚交通场景的夜晚显著目标数据集，再建立改进YOLOv9的夜晚显著目标检测模型并进行训练优化，改进方法包括：在原始算法的基础上融合EMA注意力机制构建自定义RepNCSPELAN4_EMA模块并替换Backbone中的第3、5、7、9层RepNCSPELAN4模块，增加一组融合低级特征的检测模块，训练完成后进行夜晚显著目标检测。本发明的方法首次提出融合视觉注意力的夜晚交通场景的显著目标检测，相对现有全目标夜晚检测模型不仅通过融合视觉注意力特征只关注与驾驶安全相关的重要目标，还通过融合低级特征的尺度预测，在多种夜间环境中，更准确有效地检测出对驾驶环境重要的目标。

本发明授权一种基于改进YOLOv9的夜晚交通场景显著目标检测方法在权利要求书中公布了：1.一种基于改进YOLOv9的夜晚交通场景显著目标检测方法，具体步骤如下： S1、利用有经验驾驶员的视觉注意力获取夜晚交通场景的夜晚显著目标数据集； S2、建立基于改进YOLOv9的夜晚显著目标检测模型； 所述步骤S2具体如下： S21、基于YOLOv9模型，融合高效多尺度注意力EMA注意力机制构建自定义RepNCSPELAN4_EMA模块并替换Backbone中的第3、5、7、9层RepNCSPELAN4模块； YOLOv9的RepNCSPELAN4模块中包括两个RepNCSP+Conv子模块，将EMA注意力机制分别融合在RepNCSP后面形成RepNCSP+EMA+Conv子模块，得到自定义RepNCSPELAN4_EMA模块；最后用RepNCSPELAN4_EMA模块替换Backbone中的第3、5、7、9层RepNCSPELAN4模块； S22、基于步骤S21，再增加一组融合低级特征的检测模块； 增加一组融合低级特征的检测模块，通过融合不同阶段的特征进行目标检测，将四种阶段不同尺度的高级特征与低级特征进行特征融合用来模拟视知觉，通过两条通路的信息加工进行物体识别； 其中，4种融合不同阶段特征的具体尺寸包括：13×13尺度的特征；26×26尺度的特征与13×13尺度进行上采样的特征融合后的26×26尺度的特征；52×52尺度的特征与26×26尺度进行上采样的特征融合后的52×52尺度的特征；104×104尺度的特征与52×52尺度进行上采样的特征融合后的104×104尺度的特征； S3、将夜晚显著目标数据集划分为训练集，验证集，测试集，利用训练集对改进后的YOLOv9夜晚显著目标检测模型进行训练，利用验证集对模型进行验证，训练完成后进行夜晚显著目标检测。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。

以上内容由龙图腾AI智能生成。