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！

龙图腾网获悉浙江大学申请的专利基于无人机视觉的小目标检测方法和系统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：CN121392686B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202511951709.4，技术领域涉及：G06V20/17；该发明授权基于无人机视觉的小目标检测方法和系统是由金盛;杜政博;郭文彤;徐文珠;金温妍;李翔宇;孙猛设计研发完成，并于2025-12-23向国家知识产权局提交的专利申请。

本基于无人机视觉的小目标检测方法和系统在说明书摘要公布了：本发明公开了一种基于无人机视觉的小目标检测方法和系统，所述方法具体步骤包括：获取无人机影像数据集，并进行预处理，构建标准化数据集；构建改进的YOLO模型，所述模型依次包括主干网络、颈部网络和检测头；所述主干网络中集成多尺度动态门控融合单元，并且检测头中包含了专门用于小尺度目标检测的分支；基于所述标准化数据集，采用多尺度加权综合损失函数对所述改进的YOLO模型进行训练；利用训练好的模型对无人机影像进行目标检测。该方法通过双层结构改进，显著提高了网络的检测鲁棒性与精度，能够在复杂交通交叉口环境下实现对多类别交通目标的高效、精准识别，为无人机视频交通行为分析与交通流监测提供可靠的技术支撑。

本发明授权基于无人机视觉的小目标检测方法和系统在权利要求书中公布了：1.一种基于无人机视觉的小目标检测方法，其特征在于，具体步骤包括： S1.获取无人机影像数据集，并进行预处理，构建标准化数据集； S2.构建改进的YOLO模型，所述模型依次包括主干网络、颈部网络和检测头；所述主干网络中集成多尺度动态门控融合单元，并且检测头中包含了专门用于小尺度目标检测的分支； S3.基于所述标准化数据集，采用多尺度加权综合损失函数对所述改进的YOLO模型进行训练； S4.利用训练好的模型对无人机影像进行目标检测； 所述主干网络中的多尺度动态门控融合单元为C3k2_MDGF单元，通过替换原始主干网络中的C3k2单元实现； 所述C3k2_MDGF单元包括并行的多尺度动态注意力MDTA分支和门控深度前馈GDFN分支，以及对这两个分支输出进行融合的融合层； 所述融合层采用拼接压缩或逐元素加和两种方式实现特征整合： ， 并引入通道自适应门控函数： ， 最终输出： ， 其中，g表示门控参数，为Sigmoid激活函数，GAP表示全局平均池化，为通道门控权重矩阵； 所述检测头中包括基于四个不同分辨率的特征图的四个尺度检测分支，其中的第一尺度分支空间分辨率最高，用于专门检测小尺度目标。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。