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！

龙图腾网恭喜上海弘积信息科技有限公司申请的专利一种用于目标检测的加权特征金字塔网络的构建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：CN114494808B 。

龙图腾网通过国家知识产权局官网在2024-11-15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：202111620313.3，技术领域涉及：G06F16/50；该发明授权一种用于目标检测的加权特征金字塔网络的构建方法是由赵云龙设计研发完成，并于2021-12-28向国家知识产权局提交的专利申请。

本一种用于目标检测的加权特征金字塔网络的构建方法在说明书摘要公布了：本发明公开了一种用于目标检测的加权特征金字塔网络的构建方法，包括以下步骤：获取模型的特征层：{C2，C3，C4，C5}和{D2，D3，D4}；建立高斯矩阵；计算C4和D4之间的差异：将特征层C4和D4之间的差异记为a，则a＝|x‑y|；计算权重：根据a和b的比例来计算权重，得出的权重表示为ω1和ω2；计算具有权重的特征金字塔：{F2，F3，F4，F5}是最终具有权重的特征金字塔。本发明在特征金字塔的基础上赋予权重，取得了更高地检测准确率；能够检测出传统特征金字塔没有检测到的小目标，同时也比传统的特征金字塔取得了更好的检测效果。

本发明授权一种用于目标检测的加权特征金字塔网络的构建方法在权利要求书中公布了：1.一种用于目标检测的加权特征金字塔网络的构建方法，其特征在于，包括以下步骤：步骤1、获取模型的特征层：使用特征金字塔网络特征层中最下层的特征层，在特征金字塔网络中表示为{C2，C3，C4，C5}；在C5上附加一个1×1的卷积层，经过卷积后将得到的结果表示为特征层D5；在D5上附加一个3×3的卷积层，经过卷积后将得到的结果表示为特征层P5；在P5上进行一个上采样操作，将结果表示为D4；降低C4的通道数，融合特征层C4和特征层D4，并使用一个3×3卷积层获得特征层P4；在C4上附加一个1×1卷积层；在P4上进行一个上采样操作，将结果表示为特征层D3；降低C3的通道数，融合特征层C3和特征层D3，并使用一个3×3卷积层获得特征层P3；特征层C2上附加一个1×1卷积层；在P3上附加一个上采样过程，将结果表示为特征层D2；降低C2的通道数，融合特征层C2和特征层D2，并使用3×3卷积层获得特征层P2；最终得到特征层：{C2，C3，C4，C5}和{D2，D3，D4}；步骤2、建立高斯矩阵：对数据进行归一化处理：由于数据集合中包含多个特征层，故使用特征层C4和特征层D4计算权重；由于特征层C4和D4形状大小一致，选择以C4为基础特征层来设计高斯矩阵；将特征层C4层的宽度和高度，分别表示为W和H，故矩阵中心的坐标为H-12，W-12； 公式1就是高斯核公式；其中，r和c是矩阵中每个点对应的横坐标和纵坐标；σ表示函数的平滑度参数，起到控制函数的径向范围的作用；步骤3、计算C4和D4之间的差异：由于高斯矩阵是依据特征层C4和D4的形状生成的，所以高斯矩阵的形状与这两层的形状相同；在高斯矩阵上附加一个1×1卷积层，使其具有与特征层C4和D4相同的通道数；然后用得到的高斯矩阵分别与特征层C4和D4进行卷积操作，用每一层的中心值的大小替换整个层的大小；特征层C4与高斯矩阵卷积得到的值为x，特征层D4与高斯矩阵卷积得到的值为y；将特征层C4和D4之间的差异记为a，则a＝|x-y|；步骤4、计算权重：将特征层C4和D4层之间的差值a减去一个值作为exp函数的输入，这个值设定为ω，得到的结果成为exp函数的输入；b＝ea-ω2根据a和b的比例来计算权重，得出的权重表示为ω1和ω2；ω1＝aa+b3ω2＝ba+b4步骤5、计算具有权重的特征金字塔：{F4,F3,F2}＝ω1*{C4,C3,C2}+ω2*{D4,D3,D2}5根据公式5得到{F2，F3，F4}，进而得到最终具有权重的特征金字塔。

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上海弘积信息科技有限公司，其通讯地址为：201206 上海市浦东新区新金桥路36号上海国际财富中心南塔1701~1702室；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”。