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！

龙图腾网恭喜南京大学申请的专利超轻量级图片去雾及识别网络模型、图片去雾及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：CN114663292B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202011527239.6，技术领域涉及：G06T5/73；该发明授权超轻量级图片去雾及识别网络模型、图片去雾及识别方法是由王中风;王美琪;苏天祺;陈思依;林军设计研发完成，并于2020-12-22向国家知识产权局提交的专利申请。

本超轻量级图片去雾及识别网络模型、图片去雾及识别方法在说明书摘要公布了：本申请公开了超轻量级图片去雾及识别网络模型，通过该网络模型实现了图片去雾及识别，包括依次相接的双向GAN网络模型以及目标检测网络模型。双向GAN网络模型对雾图进行去雾，输出清晰图至目标检测网络模型进行特征识别处理。目标检测网络模型经过行剪枝重训练，训练过程为对训练集的原始图像进行多次训练，每次训练之前，对原始图像进行预设倍数降采样，每次训练完后，对批归一化层的缩放系数进行排序比较，将其中缩放系数小于预设缩放阈值的通道对应的前一层卷积核去掉，实现剪枝。上述目标检测网络模型在目前微型识别模型的基础上进一步剪枝，极大减小超轻量级图片去雾及识别网络模型的规模，可以部署在算力和功耗资源有限的端侧平台。

本发明授权超轻量级图片去雾及识别网络模型、图片去雾及识别方法在权利要求书中公布了：1.一种超轻量级图片去雾及识别网络模型，其特征在于，包括：依次相接的双向GAN网络模型以及目标检测网络模型；所述双向GAN网络模型用于对输入的待去雾图片进行处理，并输出清晰图片，所述目标检测网络模型用于对所述清晰图进行特征识别处理；所述目标检测网络模型为经过行剪枝重训练的Yolo-Tiny-S网络模型；所述行剪枝重训练过程中，对目标检测网络模型训练集中的原始图像进行多次训练，每次训练之前，对所述原始图像进行预设倍数的降采样，每次训练完成之后，针对批归一化层的缩放系数进行排序比较，将其中缩放系数小于预设缩放阈值的通道对应的前一层卷积核去掉，实现剪枝；所述目标检测网络模型包括特征直接处理模块以及特征融合处理模块，所述特征直接处理模块包括依次相连的前部提取单元、中部提取单元以及第一后部提取单元，所述清晰图通过所述前部提取单元输入至所述目标检测网络模型中，所述特征融合处理模块包括依次相连的特征融合拼接单元以及第二后部提取单元，所述前部提取单元与所述中部提取单元的输出端均接至所述特征融合拼接单元的输入端。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163号南京大学电子楼229；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”。