Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院自动化研究所李国齐获国家专利权

中国科学院自动化研究所李国齐获国家专利权

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!

龙图腾网获悉中国科学院自动化研究所申请的专利基于脉冲驱动的目标检测模型的应用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:CN119360180B

龙图腾网通过国家知识产权局官网在2025-11-21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:202411143802.8,技术领域涉及:G06V10/82;该发明授权基于脉冲驱动的目标检测模型的应用方法是由李国齐;罗昕昊;徐波;姚满设计研发完成,并于2024-08-20向国家知识产权局提交的专利申请。

基于脉冲驱动的目标检测模型的应用方法在说明书摘要公布了:本发明提供一种基于脉冲驱动的目标检测模型的应用方法,所述目标检测模型为脉冲驱动目标检测模型,方法包括:基于YOLOv8模型构建目标检测模型,所述目标检测模型的网络架构中,采用两种不同的SNN特征提取模块替换YOLOv8模型中的C2F特征提取模块;获取待处理图像,将待处理图像中的静态图像数据复制多份输入所述目标检测模型中,且将待处理图像中的神经形态数据按帧聚合输入所述目标检测模型中;应用所述目标检测模型分别对所述静态图像数据和所述神经形态数据进行处理,以得到所述待处理图像的目标检测结果。通过上述方法,解决在脉冲神经网络领域中,由于目标检测模型性能较低,难以被直接应用于实际的图像检测场景的问题。

本发明授权基于脉冲驱动的目标检测模型的应用方法在权利要求书中公布了:1.一种基于脉冲驱动的目标检测模型的应用方法,其特征在于,包括: 基于YOLOv8模型构建目标检测模型,所述目标检测模型的网络架构中,采用两种不同的SNN特征提取模块替换YOLOv8模型中的C2F特征提取模块; 获取待处理图像,将待处理图像中的静态图像数据复制多份输入所述目标检测模型中,且将待处理图像中的神经形态数据按帧聚合输入所述目标检测模型中; 应用所述目标检测模型分别对所述静态图像数据和所述神经形态数据进行处理,以得到所述待处理图像的目标检测结果; 任一种SNN特征提取模块包括SepConv模块和ChannelConv模块;所述采用两种不同的SNN特征提取模块替换YOLOv8模型中的C2F特征提取模块,包括: 采用第一SNN特征提取模块替换YOLOv8模型中浅层网络的C2F特征提取模块,所述第一SNN特征提取模块中的ChannelConv模块基于标准卷积构建; 采用第二SNN特征提取模块替换YOLOv8模型中深层网络的C2F特征提取模块,所述第二SNN特征提取模块中的ChannelConv模块基于重参数化卷积构建。

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中国科学院自动化研究所,其通讯地址为:100190 北京市海淀区中关村东路95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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。