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！

龙图腾网获悉无锡学院申请的专利基于RT-DETR的轻量化车辆目标检测方法及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：CN121861623B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610320524.1，技术领域涉及：G06V20/58；该发明授权基于RT-DETR的轻量化车辆目标检测方法及系统是由马丽;张子轶;朱增妍设计研发完成，并于2026-03-17向国家知识产权局提交的专利申请。

本基于RT-DETR的轻量化车辆目标检测方法及系统在说明书摘要公布了：基于RT‑DETR的轻量化车辆目标检测方法及系统，属于车辆目标检测技术领域。为解决ResNet‑18骨干网络计算资源非必要消耗与多尺度目标层级特征融合不足的问题，提出新的CGResNet骨干网络，有效保持对车辆目标的检测能力并且降低原模型参数量与计算量，从而提高检测速度。在特征融合阶段引入双向特征金字塔网络BiFPN，在保持轻量化优势的基础上通过多层级的特征金字塔和双向信息传递来实现精度的提升。提出一种新的损失函数EPGIoU进行预测框定位回归，解决车辆目标检测任务中多尺度和遮挡场景下出现梯度波动的问题。

本发明授权基于RT-DETR的轻量化车辆目标检测方法及系统在权利要求书中公布了：1.基于RT-DETR的轻量化车辆目标检测方法，其特征在于，所述方法包括如下步骤： S1、数据采集与划分： 收集交通车辆图像，按照比例划分训练集与验证集； S2、轻量化车辆目标检测模型构建，具体为：以RT-DETR模型为基础，将RT-DETR模型的骨干网络ResNet-18替换为改进的上下文引导残差网络，在RT-DETR模型的编码器部分，引入五个双向特征金字塔网络，具体的引入方式为： 第1个双向特征金字塔网络接收经AIFI增强，2倍上采样，尺寸对齐至P4尺度的P5特征与通道统一后的原始P4基准特征进行双向加权融合；第2个双向特征金字塔网络接收融合经2倍上采样，尺寸对齐至P3尺度的P4特征与通道统一后的原始P3基准特征进行双向加权融合；第3个双向特征金字塔网络接收骨干网络P2特征经卷积下采样，尺寸对齐至P3尺度的底层纹理特征、原始P3基准特征以及自顶向下融合后的初级增强P3特征三路特征进行加权融合；第4个双向特征金字塔网络接收最终增强P3特征经卷积下采样，尺寸对齐至P4尺度的特征、原始P4基准特征以及自顶向下融合后的初级增强P4特征三路特征进行加权融合；第5个双向特征金字塔网络接收增强P4特征经卷积下采样，尺寸对齐至P5尺度的特征与通道统一，经AIFI全局注意力编码的原始P5基准特征进行双向加权融合； S3、轻量化车辆目标检测模型训练： 采用训练集对轻量化车辆目标检测模型进行训练，训练时，采用损失函数EPGIoU，EPGIoU通过中心距离归一化惩罚项、宽高比一致性惩罚项和面积差优化项的多约束协同设计；采用验证集对训练后的轻量化车辆目标检测模型进行验证； 中心距离归一化惩罚项采用与目标尺度强关联的归一化设计，以最小包围框对角线长度平方为归一化因子，对两框中心欧氏距离进行归一化惩罚，针对交通场景中目标的多尺度特性，实现惩罚强度的尺度自适应，具体为：，其中，为预测框A和真实框B两中心欧氏距离的平方；为预测框A和真实框B的最小包围框对角线长度； 宽高比一致性惩罚项通过指数函数对预测框与真实框的宽高比偏差进行平滑约束，引入尺度因子动态适配车辆目标的宽高比分布特性，具体为：，其中，和是预测框A的宽高，和是真实框B的宽高；是尺度因子； S4、运用训练完成的轻量化车辆目标检测模型进行交通场景下车辆目标检测。

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无锡学院，其通讯地址为：214105 江苏省无锡市锡山区锡山大道333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。