Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜苏州东方克洛托光电技术有限公司张坤获国家专利权

恭喜苏州东方克洛托光电技术有限公司张坤获国家专利权

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!

龙图腾网恭喜苏州东方克洛托光电技术有限公司申请的专利一种基于改进YOLOv10的低小慢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:CN119169280B

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:202411688751.7,技术领域涉及:G06V10/25;该发明授权一种基于改进YOLOv10的低小慢目标检测方法是由张坤;孙金霞;王健;韩希珍;曲锋设计研发完成,并于2024-11-25向国家知识产权局提交的专利申请。

一种基于改进YOLOv10的低小慢目标检测方法在说明书摘要公布了:本发明属于低小慢目标检测技术领域,涉及一种基于改进YOLOv10的低小慢目标检测方法,该方法如下:采集低小慢目标图像,对其中各目标类别进行编码并生成GT框后加入训练集;利用训练集图像对YOLO模型进行训练,综合调整预测框位置、角度、形状以改进预测框的性能,得到改进YOLOv10模型;利用改进YOLOv10模型对实际拍摄的包含低小慢目标的图像进行检测,识别图像中各目标的类别。本发明通过综合考虑边界框的自身形状、尺寸和角度来计算损失,综合评估预测框与GT框在多个维度上的匹配程度,提升了低小慢目标检测在复杂场景下的鲁棒性和准确性。

本发明授权一种基于改进YOLOv10的低小慢目标检测方法在权利要求书中公布了:1.一种基于改进YOLOv10的低小慢目标检测方法,其特征在于该方法包括下述步骤:S1、采集10000~15000张低小慢目标的图像,对图像中的各目标类别进行编码并生成GT框,然后取其中70%的图像加入训练集;S2、利用训练集图像对YOLO模型进行训练得到改进YOLOv10模型;S21、将训练集中的图像分为多个批次,针对训练集中第一批图像,采用YOLO模型对图像中各类别的目标生成初始的预测框;S22、针对每一预测框,采用下述公式计算其与对应GT框的交并比IoU、角度损失项、距离损失项△和形状损失项Ω: 其中,B为预测框,BGT为GT框; 其中,为预测框与对应GT框中心点连线与x轴或y轴夹角中最大的角度,为预测框与对应GT框中心点连线与x轴或y轴夹角中最小的角度,p为的正弦值,q为的正弦值; 其中,γ为设定的距离损失对预测框和GT框之间误差的敏感度;为GT框和预测框x向最远点间距离与中心点间距离之比的平方,为GT框和预测框y向最远点间距离与中心点间距离之比的平方; ,其中,和是权重系数,和分别为预测框的宽和高,和分别为GT框的宽和高,θ为设定的形状损失对预测误差的敏感度;S23、计算形状角度交并比Lsal;Lsal=1-+△+0.5×ΩS24、以最小化预测框中心点与GT框中心点间的距离、预测框角度与GT框角度之间的差异、预测框与GT框宽度和高度之间的差异为目标,综合调整预测框位置、角度、宽度、高度以改进预测框的性能,得到本次迭代后的YOLO模型;S25、针对训练集中下一批次的图像,采用上一次迭代后的YOLO模型对图像中各类别的目标生成初始的预测框;重复步骤2~步骤4,得到下一次迭代后的YOLO模型;依此类推,以形状角度交并比Lsal以较快速度下降并稳定在一个范围内为目标,利用训练集中其他批次的图像对YOLO模型迭代训练,最终得到改进YOLOv10模型;步骤三、利用改进YOLOv10模型对实际拍摄的包含低小慢目标的图像进行检测,识别出图像中各目标的类别。

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苏州东方克洛托光电技术有限公司,其通讯地址为:215628 江苏省苏州市张家港市南丰镇兴园3号中试基地B区3楼;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”。

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。