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！

龙图腾网获悉湖南创远高新机械有限责任公司;中南大学申请的专利一种图像目标检测方法及其应用的矿石检测定位跟踪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：CN117274390B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202311422565.4，技术领域涉及：G06T7/73；该发明授权一种图像目标检测方法及其应用的矿石检测定位跟踪方法是由代建龙;赵于前;何烜槺;李哲明;王毅;阳春华;龚志鹏设计研发完成，并于2023-10-30向国家知识产权局提交的专利申请。

本一种图像目标检测方法及其应用的矿石检测定位跟踪方法在说明书摘要公布了：本申请涉及了一种图像目标检测方法及其应用的矿石检测定位跟踪方法，针对目标尺寸差距大、难以检测全的问题，本方法基于改进的YOLOv5‑lite图像目标检测方法，通过在YOLOv5‑lite的中间层网络的基础上引入权重机制进行双向跨尺度融合不同特征，能够更好地进行单类别目标检测任务，增强模型提取多尺度目标特征的能力，提高检测效率和检测精度。

本发明授权一种图像目标检测方法及其应用的矿石检测定位跟踪方法在权利要求书中公布了：1.一种图像目标检测方法，其特征在于，所述图像目标检测方法包括如下步骤： 根据主干网络提取出待检测图像的多个不同分辨率的特征图；所述根据主干网络提取出待检测图像的三个不同分辨率的特征图，包括： 对所述待检测图像分别进行一层步长为2的卷积和最大池化，通过该卷积和最大池化分别进行一次下采样；然后通过一层步长为2的可分离卷积再次进行下采样，并在下采样后通过三层步长为1的可分离卷积进行特征提取，得到第三分辨率特征图；通过一层步长为2的可分离卷积对所述第三分辨率特征图进行下采样，并在下采样后通过七层步长为1的可分离卷积进行特征提取，得到第二分辨率特征图；通过一层步长为2的可分离卷积对所述第二分辨率特征图进行下采样，并在下采样后通过3层步长为1的可分离卷积进行特征提取，得到第一分辨率特征图； 将所述多个不同分辨率的特征图输入至YOLOv5-Lite的改进的中间层网络进行特征增强，得到所述中间层网络输出的多个增强后的特征图，其中，所述改进的中间层网络包括层数与所述主干网络输出的分辨率数量相同的多层子网络，多层子网络中的顶层子网络和底层子网络包括输入节点和输出节点，其余每层子网络包括输入节点、中间节点和输出节点，所述多层子网络包括第一通路、第二通路和第三通路，所述第一通路是每层子网络从输入节点至对应输出节点的通路；所述第二通路是自顶向下由顶层子网络的输入节点至顶层子网络下一层子网络的中间节点，再依次至下一层中间节点，直至由底层子网络的上一层子网络的中间节点至底层子网络的输出节点的通路；所述第三通路是由每个输出节点自底向上传输到顶层输出节点的通路；而且所述改进的中间层网络为输入的不同分辨率的特征图添加一个对应的可学习权重；所述改进的中间层网络包括三层子网络，通过如下方式输出增强后的特征图： 将所述第一分辨率特征图进行卷积和上采样之后，与所述第二分辨率特征图拼接，然后将拼接得到的特征图输入至第一个C3模块中，得到中间特征图； 将所述中间特征图进行卷积和上采样之后，与所述第三分辨率特征图拼接，将拼接得到的特征图输入至第二个C3模块中，得到所述第三分辨率特征图对应增强后的特征图； 将所述第三分辨率特征图对应增强后的特征图进行卷积之后，与所述中间特征图、所述第二分辨率特征图拼接，将拼接得到的特征图输入至第三个C3模块中，得到所述第二分辨率特征图对应增强后的特征图； 将所述第二分辨率特征图对应增强后的特征图进行卷积之后，与所述第一分辨率特征图拼接，然后将拼接得到的特征图输入至第四个C3模块，得到所述第一分辨率特征图对应增强后的特征图； 根据检测器确定每一个所述增强后的特征图所对应的若干个目标检测框，并根据非极大值抑制法从所有所述增强后的特征图所对应的所有目标检测框中选出置信度最高的目标检测框，根据所述置信度最高的目标检测框识别目标；其中，所述目标是预先指定所述待检测图像中的待检测对象。

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湖南创远高新机械有限责任公司;中南大学，其通讯地址为：410205 湖南省长沙市长沙高新开发区岳麓西大道2450号环创园C-3栋102；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。