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！

龙图腾网恭喜青岛浩海网络科技股份有限公司申请的专利一种基于双链路的放牧检测方法及系统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：CN119379998B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202411896190.X，技术领域涉及：G06V10/25；该发明授权一种基于双链路的放牧检测方法及系统是由逄增伦;冀永生;吴继敏;孙建;李东;逄增辉;张洪彪;徐俊凯;孙晓燕;黄一民设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本一种基于双链路的放牧检测方法及系统在说明书摘要公布了：本申请属于计算机视觉及目标检测技术领域，具体涉及一种基于双链路的放牧检测方法及系统，通过引入一种语义链路网络，为主分支提供额外的细粒度特征信息，同时在训练过程中将梯度信息可靠地传递至主分支，帮助主分支更有效地学习到目标特征，增强模型对小尺度目标的感知和识别能力。同时，通过引入图神经网络融合同种类目标间语义信息，为小目标的学习提供了更丰富的特征信息，进一步解决了小目标检测中梯度消失、特征学习不足等问题。以上特点有效减少高点监控场景下误检和漏检的情况，保证了违规放牧识别的准确性和鲁棒性。

本发明授权一种基于双链路的放牧检测方法及系统在权利要求书中公布了：1.一种基于双链路的放牧检测方法，其特征在于，包括以下步骤：S1.收集放牧图像数据；S2.对于收集图像的每一张进行目标标注，并通过随机连接建图法建立同种类目标节点间的连接，得到放牧数据集D＝{d1，g1V1，E1，d2，g2V2，E2，…，di，giVi，Ei}，其中di表示放牧数据集中标注好的第i张图像；giVi，Ei表示di对应的图结构数据，Vi表示di中目标框像素小于阈值的节点集合，Ei表示di中边节点间边的集合；将标注完成的放牧数据集D划分为训练数据集Dtrain和验证集Dval；S3.构建双链路的检测模型DLG-GD，并训练模型m轮，得到最优模型的权重；将和输入到语义引导检测网络中，得到预测框集合和预测分类集合其中，表示尺寸缩放后的图结构数据；语义引导检测网络包括语义融合模块和目标检测模块两部分，具体实现步骤如下：S32-1.对于每一条图像缩放和归一化后的训练数据和尺度缩放后的图结构数据将其输入到语义融合模块中得到特征S32-2.将特征分别输入到语义引导检测网络的目标预测模块的G1-检测头、G2-检测头及G3-检测头中，得到预测框集合和预测分类集合其中，G1-检测头、G2-检测头及G3-检测头中均由yolo11的检测头构成；S32-3.使用公式计算预测结果与真实值间的损失值；其中，表示第i张图像的训练总损失；表示第i张图像的回归损失，用于计算预测框集合与真实框的差异，λloc表示回归损失的权重；表示第i张图像的分类损失，用于计算分类集合和真实分类的差异，λcls表示分类损失的权重；改进的图注意力网络GAT_SE模块，能自适应地重标定特征图的通道，具体步骤为：将GAT_SE模块的输入表示为节点集合中第k节点在特征内对应的节点表示则为其语义融合更新后的节点表示vgs，k计算公式如下： δ表示负斜率为0.3的LeakyRelu激活函数，f·为MLP多层感知机；SE·表示SE-Net网络中的SE通道注意力神经网络；ε表示降维超参数；Vk表示在的节点集合中，节点k的一阶邻居节点集合；表示第h个图注意力头中节点k和节点j的注意力权重系数；||表示向量的连接操作；H表示图注意头的个数；σ表示Relu激活函数；Wh表示第h头的可学习投影参数矩阵；语义融合后的特征是特征中所有目标节点表示更新后的特征表示，即

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青岛浩海网络科技股份有限公司，其通讯地址为：266000 山东省青岛市高新区宝源路821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”。