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！

龙图腾网恭喜北京航空航天大学合肥创新研究院(北京航空航天大学合肥研究生院)申请的专利一种基于小目标特征增强的交通标志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：CN114120280B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202111428028.1，技术领域涉及：G06V20/58；该发明授权一种基于小目标特征增强的交通标志检测方法是由田艳雪;任毅龙;张俊杰;杨灿;于海洋设计研发完成，并于2021-11-26向国家知识产权局提交的专利申请。

本一种基于小目标特征增强的交通标志检测方法在说明书摘要公布了：本发明公开了一种基于小目标特征增强的交通标志检测方法，主要包括以下步骤：构建交通标志数据集并进行数据增强；针对数据集中检测目标尺寸小，使用K‑means++聚类算法得到先验框并且使用非线性的聚类距离；根据数据集中显现的小目标居多的问题针对性的对网络结构进行优化；根据数据正负样本失衡严重的问题针对性的优化算法的损失函数，实现对目标的动态加权。本发明是在城市街景场景中实现交通标志检测，通过对算法的网络结构以及损失函数等改进，增强目标的细粒度特征等，可实现小目标检测召回与精度的提升，此方法对小尺寸居多的交通标志检测有较高的准确率。

本发明授权一种基于小目标特征增强的交通标志检测方法在权利要求书中公布了：1.一种基于小目标特征增强的交通标志检测方法，其特征在于：具体包括以下步骤：构建交通标志数据集并进行数据增强；优化构建AnchorBox的聚类算法；优化网络结构增强交通标志细粒度特征；优化网络结构增强交通标志通道特征；针对正负样本失衡严重设计损失函数；对改进后的交通标志检测算法进行效果评估；所述的构建交通标志数据集并进行数据增强，具体内容如下：选取公开数据集TT100K作为研究对象，通过对数据集进行分析，包括数据集中目标尺寸以及每张图像中目标个数进行统计，得到数据集中正负样本失衡的特点；针对分析得到的数据集正负样本失衡严重问题，使用小目标复制的方法进行数据增强；所述的使用小目标复制的方法进行数据增强，具体内容如下：首先根据数据集的label文件裁剪数据集中所有尺寸小于50*50的目标；其次根据类别统计每类目标的数量，得到n1，n2，n3，......，n45，即每类目标的数量，以及被裁剪下的目标的总数n；进一步计算得到ni与n之间的差值mi，即mi＝n-ni，对所有的mi做归一化，即计算m＝Σmi，pi＝mim，每一个概率pi都占据0，1中的一段区间，在选择目标进行复制时，选取一个0，1之间的随机数r，r落在了哪个概率区间，即选择哪一类目标进行复制；所述的针对正负样本失衡严重设计损失函数，具体如下：所述的损失函数分为定位损失、置信度损失和分类损失；定位损失衡量了预测框和真实框之间的差异；置信度损失衡量了判断该预测框是否有目标的准确性；分类损失衡量了算法是否对图像中的目标正确分类；所述的定位损失的计算公式如下所示： 其中A代表真实的目标框，B代表的是预测的目标框，Distance_2表示的是第i个网格的第j个预测框中心点与该预测框中目标真实框的中心点位置，Distance_c表示这两个框所形成的最小包围框的对角线长度，wgt代表的是目标真实框的宽度，hgt代表的是真实框的高度，wp代表的是预测框的宽度，hp代表的是预测框的高度，S*S表示的是预测特征图的网格数量，B表示的是每个网格预测的Box个数，λiou是定义的定位损失在整个损失函数中所占的权重，表示的是当前这个box预测为正样本；所述的分类损失的计算公式如下所示： 式中classes表示45种检测目标，λc代表分类损失在整个损失函数中所占的权重，和pic代表第i个网格的第j个预测框中目标属于第c类的预测概率和真实概率；所述的置信度损失的计算公式如下所示： 其中Ci是第i个网格的第j个预测框中推断存在正样本的置信度，是该预测框中真实存在正样本的置信度，是在Ci这个置信度值所属的置信度区间在上一个batch中的样本密度经过函数变换得到的。

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北京航空航天大学合肥创新研究院(北京航空航天大学合肥研究生院)，其通讯地址为：230013 安徽省合肥市新站高新区文忠路999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”。