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！

龙图腾网恭喜昆明理工大学申请的专利一种用于检测全日面图像中太阳暗条的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：CN115249319B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202111412648.6，技术领域涉及：G06V10/774；该发明授权一种用于检测全日面图像中太阳暗条的方法是由杨云飞;郭旭龙;冯松;戴伟;梁波设计研发完成，并于2021-11-25向国家知识产权局提交的专利申请。

本一种用于检测全日面图像中太阳暗条的方法在说明书摘要公布了：本发明涉及用于检测全日面图像中太阳暗条的方法。本发明首先将原始图像送入改进的ResNet‑50骨干网络提取特征图，再经由FPN融合不同层级的特征。融合后的特征被送入检测模型以预测目标的位置和类别，并将目标信息编码为实例相关的掩膜头参数。同时，FPN输出的特征会被送入掩膜分支用以生成掩膜分割图。最终，使用实例相关的掩膜头为不同的实例匹配对应的掩膜。在检测到暗条并获取其对应的掩膜后，通过掩膜之间的IoU滤除低质量的冗余检测。相比现有的太阳暗条检测方法，本发明能较好地检测出分裂为多个碎片的太阳暗条，并将分裂后的碎片检测为同一个暗条。

本发明授权一种用于检测全日面图像中太阳暗条的方法在权利要求书中公布了：1.一种用于检测全日面图像中太阳暗条的方法，其特征在于，所述方法的步骤如下：步骤1：制作太阳暗条检测数据集；步骤2：构建改进的ResNet-50骨干网络以提取特征：根据ResNet-C模型、ResNet-D模型和ResNetV2模型的思想构建改进的ResNet-50骨干网络，将全日面图像输入改进的ResNet-50骨干网络用于提取特征；步骤3：使用特征金字塔网络FPN融合不同层级的特征：将改进的ResNet-50骨干网络中阶段3、阶段4和阶段5提取的特征送入FPN，对不同层级的特征进行融合分别得到输出特征图P3、P4和P5；为了更好的检测大尺度的暗条，使用两个步长为2的3×3卷积层生成两组更小的特征图P6和P7；步骤4：预测目标的位置和类别并将其信息编码为实例相关的掩膜头参数：将FPN输出的特征图P3、P4、P5、P6和P7送入检测模型中用以预测对应特征图中候选目标的位置和类别，并经由控制器模块将候选目标的信息编码为实例相关的掩膜头参数；步骤5：生成掩膜分割图：使用双线性插值将FPN输出的特征图P4和P5放大到特征图P3的大小，并将放大后的特征图P4和P5与特征图P3进行融合，再使用四个连续的3×3卷积层对融合后的特征图进行操作以得到掩膜分割图；步骤6：为不同实例匹配对应的掩膜：使用步骤4中得到的实例相关的掩膜头参数构建实例相关的掩膜头并对掩膜分割图进行滤波，以为不同的候选实例匹配对应的掩膜；步骤7：滤除冗余目标：使用MatrixNMS算法滤除重叠的和低质量的检测目标；步骤8：标注暗条检测结果：根据检测结果，在对应图像中标注出太阳暗条的掩膜，检测框和类别；所述步骤2具体为：以ResNet-50骨干网络为基础，参考ResNetV2，将所有的批归一化层BN和激活层移动到卷积操作之前；使用ResNet-C替换掉原始ResNet-50中的Stem模块；把ResNet-D和ResNetV2结合起来构成改进的ResNet-50骨干网络每一阶段中的下采样模块，具体的，以ResNet-D为基础，仿照ResNetV2，将ResNet-D所有的BN层和归一化层移动到卷积层之前。

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昆明理工大学，其通讯地址为：650500 云南省昆明市呈贡区景明南路727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”。