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！

龙图腾网恭喜西安邮电大学;西安空间无线电技术研究所;西北工业大学申请的专利基于条带剪枝的轻量化SAR图像船舶检测系统及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：CN114283331B 。

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：202111459379.9，技术领域涉及：G06V20/10；该发明授权基于条带剪枝的轻量化SAR图像船舶检测系统及方法是由白本督;魏佳圆;李映;刘凌毅;呼延烺设计研发完成，并于2021-12-02向国家知识产权局提交的专利申请。

本基于条带剪枝的轻量化SAR图像船舶检测系统及方法在说明书摘要公布了：本发明涉及一种基于条带剪枝的轻量化SAR图像船舶检测方法，属于图像处理技术领域。利用基于条带卷积的轻量化残差卷积网络提取不同深度的特征图；利用跳跃连接特征金字塔网络对不同深度特征进行融合，得到不同尺度的融合深度特征图；利用基于关键点的回归模型预测每个特征点对应位置的可能性概率和特征点位置到目标边缘的垂直距离，最终得到目标位置和概率。本方法利用基于条带卷积的轻量化残差卷积网络通过一次端对端的训练得到轻量化的残差卷积网络提升了模型的训练效率和模型鲁棒性；条带剪枝增加了剪枝的维度，进一步压缩了模型的参数量和计算量。

本发明授权基于条带剪枝的轻量化SAR图像船舶检测系统及方法在权利要求书中公布了：1.一种基于条带剪枝的轻量化SAR图像船舶检测系统，其特征在于包括基于条带卷积的轻量化残差卷积网络、跳跃连接特征金字塔网络和基于关键点的回归模型；利用基于条带卷积的轻量化残差卷积网络提取不同深度的特征图，将特征图传入跳跃连接特征金字塔网络得到充分融合深处特征和浅层特征的融合特征图，利用基于关键点的回归模型直接预测每个特征点的得分和预测框位置；所述的基于条带卷积的轻量化残差卷积网络为ResNet50改进而得的，具体为将ResNet50网络中的标准3*3卷积核替换为条带卷积核和卷积核骨架矩阵，所述的条带卷积层由标准卷积层和卷积核骨架矩阵构成，计算时将卷积核与卷积核骨架矩阵点乘构成一般卷积核进行卷积操作；所述的卷积核骨架矩阵由可学习的参数构成，每个参数对应卷积核上的一个条带向量，参数越大则说明这个条带在提取特征时的权重越大，在训练过程中，当参数低于阈值时则该条带被去除进而实现条带剪枝。

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西安邮电大学;西安空间无线电技术研究所;西北工业大学，其通讯地址为：710121 陕西省西安市长安南路563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”。