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！

龙图腾网恭喜燕山大学申请的专利一种改进YOLOv4-tiny网络的目标检测算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：CN115035333B 。

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：202210592662.7，技术领域涉及：G06V10/764；该发明授权一种改进YOLOv4-tiny网络的目标检测算法是由刘浩然;王鹏举;李晨冉;乔月琪;崔晗;程金涛;李文婧;马子旋设计研发完成，并于2022-05-27向国家知识产权局提交的专利申请。

本一种改进YOLOv4-tiny网络的目标检测算法在说明书摘要公布了：本发明公开了一种改进YOLOv4‑tiny网络的目标检测算法，属于计算机视觉目标检测技术领域，包括以下步骤：骨干结构中卷积模块的激活函数修改为RReLU激活函数；特征融合部分有效特征层传递特征信息阶段改进为双分支结构，残差分支引入膨胀卷积提取浅层特征，与另一分支提取的特征进行特征融合，融合后特征信息与空残差边保留的原特征信息进行特征整合；在特征融合部分中改进的双分支结构的输入阶段和下层有效特征层上采样阶段添加CA注意力机制；改进YOLOHead部分为双分支结构分别分配边界框位置预测及生成和特征分类的任务，并引入全局平均池化协助特征分类任务。本发明能够提高检测精度，大大加强对小目标的检测效果。

本发明授权一种改进YOLOv4-tiny网络的目标检测算法在权利要求书中公布了：1.一种改进YOLOv4-tiny网络的目标检测方法，其特征在于：包括以下步骤：选取VOC2007+VOC2012+COCO部分数据集作为目标检测数据集；S1：对YOLOv4-tiny网络骨干结构中卷积模块的LeakyReLU激活函数进行修改，引入RReLU激活函数；S2：对YOLOv4-tiny网络的特征融合部分进行改进，在特征融合部分有效特征层传递特征信息阶段引入残差边形成双分支结构，在残差分支引入膨胀卷积提取浅层特征，另一分支提取特征后与浅层特征进行特征融合，并引入空残差边保留原特征信息与融合的特征信息进行特征整合；S3：分别在特征融合部分中改进的双分支结构的输入阶段和下层有效特征层上采样阶段添加CA注意力机制；S4：对于YOLOv4-tiny网络的YOLOHead部分进行改进，双分支结构分别分配边界框位置预测及生成和特征分类的任务，并引入全局平均池化协助特征分类任务；S5、在改进YOLOv4-tiny网络中输入目标检测数据集图片进行实验，观察实验结果。

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燕山大学，其通讯地址为：066004 河北省秦皇岛市海港区河北大街438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”。