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！

龙图腾网恭喜南京理工大学申请的专利一种基于注意力机制的小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：CN114202672B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202111504006.9，技术领域涉及：G06V10/764；该发明授权一种基于注意力机制的小目标检测方法是由李军;刘杰强;李臣岳;张书恒;张礼轩设计研发完成，并于2021-12-09向国家知识产权局提交的专利申请。

本一种基于注意力机制的小目标检测方法在说明书摘要公布了：本发明公开了一种基于注意力机制的小目标检测方法，该方法使用改进型Resnet网络作为特征提取网络，将Resnet网络的BottleNet网络架构分解成多个均匀的分支结构，从而降低超参数的量并得到更好的效果；并引入空间、通道注意力并对多层间的信息进行融合，使用改进的FPN进行多尺度预测，使得模型不仅能检测出小目标，还能对中、大型目标进行检测；每个检测输出对每个类别预测一个条件概率值，直接从图片获得预测结果，从而获得目标信息；并将三个尺度的特征图传递至检测头中进行联合训练。本发明使用深度神经网络进行检测，根据不同的应用场景获取不同数据集用于训练，能够使用多种不同的领域，并保持较高的检测准确率。

本发明授权一种基于注意力机制的小目标检测方法在权利要求书中公布了：1.一种基于注意力机制的小目标检测方法，其特征在于：该方法具体包括以下步骤： 步骤1、使用目标检测数据集以及自己标注图像数据相结合的方法，构建小目标检测数据集，对数据集中的图像进行预处理，然后按照设定比例划分为训练集、测试集以及验证集； 步骤2、构建卷积神经网络的网络结构，包括特征提取网络、特征融合网络以及小目标预测网络，并对参数进行初始化；使用改进型Resnet网络作为特征提取网络，将Resnet网络的BottleNet网络架构分解成多个均匀的分支结构；特征融合网络采用一种基于通道和空间注意力的模块即CBAM模块，将CBAM模块嵌入到特征金字塔网络FPN中进行多尺度预测，对多层间的信息进行融合；具体包括以下步骤： 2.1构建特征提取网络，该特征提取网络对输入图像的深、浅层语义特征进行提取； 2.2构建特征融合网络，将特征提取网络获得的深层语义信息进行上采样，然后和浅层的细节信息进行融合，获得最终的特征图；具体如下： ①在特征融合的过程中使用双线性插值的上采样方法，双线性插值就是做两次线性变换，先在X轴上做一次线性变换，求出每一行的R点； ②在进行特征图融合时，采用一种基于通道和空间注意力的模块，称为CBAM模块，CBAM模块包含2个独立的子模块，通道注意力模块即CAM和空间注意力模块即SAM； ③CBAM模块的处理流程分为两阶段：首先是进行通道注意力模块，然后再是经过空间注意力模块； ④经过CBAM模块后，对特征进行拼接实现特征融合：将CBAM模块嵌入到特征金字塔网络FPN中； 2.3构建小目标预测网络，小目标预测网络分为两部分，一是回归任务模块，用于对目标框进行定位，另一个是分类模块，用于对目标框进行目标分类；特征融合网络得到的特征图作为输入，小目标检测网络通过这些特征获得最终的检测结果；步骤3、将训练集中的训练样本输入到初始化的卷积神经网络中，根据网络传播流程计算出各部分损失，并根据损失来调整各个参数，从而得到最佳的网络参数；然后在测试集合中进行测试，以及在验证集合中进行验证，最终得到训练好的神经网络模型； 步骤4、利用训练好的神经网络模型检测图像中的小目标，得到小目标检测框、分类以及置信度信息并在图像中标注出来。

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理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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”。