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！

龙图腾网恭喜重庆理工大学申请的专利一种基于无人机图像的目标区域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：CN118968035B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202411279319.2，技术领域涉及：G06V10/25；该发明授权一种基于无人机图像的目标区域小目标检测方法是由廖丹丹;张建勋;王宇键设计研发完成，并于2024-09-12向国家知识产权局提交的专利申请。

本一种基于无人机图像的目标区域小目标检测方法在说明书摘要公布了：本发明涉及深度学习及计算机视觉技术领域，公开了一种基于无人机图像的目标区域小目标检测方法，通过对某些目标区域明显的小目标图像进行裁剪，标注不同类别小目标形成原始训练、测试数据集，保证了前期算法所需的数据的准确性，进而保证算法的科学性，利用改进的YOLOv7检测模型的计算能力，采集数据集中不同程度的图像特征，所述改进的YOLOv7检测模型，以YOLOv7为基础模型，在颈部网络添加MS‑CET模块与BHC‑FB模块，所述MS‑CET模块由改进的自注意力机制和卷积模块SPPCSP，所述BHC‑FB模块双向混合卷积模块NConv和RPConv并联构成，最后将不同的特征层进行融合，作为最终无人机目标区域小目标检测的判断依据，进一步检验算法的准确性以及数据集选取的标准性，从而提高识别精度。

本发明授权一种基于无人机图像的目标区域小目标检测方法在权利要求书中公布了：1.一种基于无人机图像的目标区域小目标检测方法，其特征在于，所述方法包括：S1、获取无人机拍摄图像；S2、对YOLOv7模型改进：S3、训练改进YOLOv7模型；具体而言，从无人机采集的视频画面中截取图像，输入到改进的YOLOv7检测模型进行目标检测，获取目标的类别；所述改进的YOLOv7检测模型，即以YOLOv7为基础模型，在颈部网络添加MS-CET模块与BHC-FB模块，所述MS-CET模块由改进的自注意力机制和卷积模块SPPCSP结合构成，所述BHC-FB模块由双向混合卷积模块NConv和RPConv并联构成，最后将不同的特征层进行融合，然后依次包括第一二维卷积层、批规范化层、非线性函数、通道混洗模块和两个二维卷积层，并采用Sigmoid激活函数；所述MS-CET模块由多头自注意力机制与YOLOv7的多尺度卷积模块SPPCSP结合，在图像输入到MS-CET模块，经过一个CBS模块后，分为两个支路CBS,CBS+DilatedBlock进行处理；所述DilatedBlock模块包括：将输入的特征图线性投影到三个不同空间，将使用一个大小为w×w的滑动窗口，在不同空间的不同heads上利用不同尺度上的稀疏性进行自注意力机制操作，最后将三个空间输入到线性层进行特征聚合；BHC-FB模块包括：利用YOLOv7中Backbone阶段输出高分辨率大小为160×160的特征层，在高分辨率保留更多小目标信息的基础上，引入双向混合卷积模块NConv和RPConv；所述NConv模块是卷积核为3×3的普通卷积；所述RPConv模块包括：通过3X3的二维卷积，通过1×1卷积核的二维卷积保持尺度不变的情况下，以全连接层的角度增加网络深度，实现信息交互的同时引入更多非线性，增强模型特征表征能力，然后将特征图X进行操作获取X1，公式如下： 其中，n_div代表我们选取featuremap的部分通道，X1则是对应进行卷积的部分通道，H，W分别为输入featuremap的高度和宽度，C为通道数；该操作是只选取特征图中众多通道的一部分通道X1使用一个Conv3×3进行卷积操作，输入输出维度不变，得到部分卷积后的特征图X1；与剩余通道特征图X2进行拼接得到特征图U，对其使用两个串联的Conv1×1，利用跳跃连接重新引入未处理的特征图X，进行特征融合。

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重庆理工大学，其通讯地址为：400054 重庆市巴南区红光大道69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”。