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！

龙图腾网获悉江西水利电力大学申请的专利一种基于轻量化深度网络的无人机水体提取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：CN121353966B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202511923676.2，技术领域涉及：G06V20/17；该发明授权一种基于轻量化深度网络的无人机水体提取方法及系统是由邓承志;何如强;吴朝明;孙小惟;汪胜前;武瑛博;张优设计研发完成，并于2025-12-19向国家知识产权局提交的专利申请。

本一种基于轻量化深度网络的无人机水体提取方法及系统在说明书摘要公布了：本发明涉及计算机视觉领域，提出一种基于轻量化深度网络的无人机水体提取方法及系统，通过设计一种编码器模块，能够突出水体特征信息，抑制无关的背景信息，提高了深度网络的泛化能力以及抗干扰能力，又设计一种解码器模块，能够实现低延迟地无人机水体提取，从而满足对实时性有严格要求的提取任务，能够捕捉到特征图各个像素点之间的长距离依赖关系，使特征信息得到充分利用，有利于提高识别的精确度，充分利用不同层级的特征信息，有利于识别小型的水体目标，提高了深度网络的识别精度，还设计了一种多尺度融合预测模块，能够融合多个不同尺度的特征信息，提高了深度网络对水体边缘的识别准确率，本发明提高了无人机水体提取的精度和效率。

本发明授权一种基于轻量化深度网络的无人机水体提取方法及系统在权利要求书中公布了：1.一种基于轻量化深度网络的无人机水体提取方法，其特征在于，包括： 获取无人机图像数据并进行预处理，将预处理后的无人机图像数据输入轻量化深度网络，所述轻量化深度网络包括编码器模块、解码器模块和多尺度融合预测模块，所述轻量化深度网络基于U-Net的编码器-解码器结构； 根据编码器模块进行特征提取处理，以获取基础语义特征，所述编码器模块基于主干子网络和注意力子模块； 所述根据编码器模块进行特征提取处理，以获取基础语义特征的步骤，具体包括： 编码器模块包括主干子网络和注意力子模块； 所述主干子网络包括初始层、RepViT轻量级卷积块和下采样层，所述初始层包括两个步长为2的3×3卷积，所述初始层用于初始下采样处理，所述RepViT轻量级卷积块包括结构重参数化的3×3深度卷积、注意力子模块和前馈神经网络，所述轻量级卷积块用于融合输入的特征信息，所述结构重参数化的3×3深度卷积包括一个3×3深度卷积、一个1×1深度卷积和残差连接，所述前馈神经网络包括一个升维的1×1卷积和一个降维的1×1卷积，所述下采样层包括RepViT轻量级卷积块、步长为2的3×3深度卷积，通道升维的逐点卷积和前馈神经网络，所述下采样层用于提取抽象语义信息； 所述注意力子模块包括池化层、两个全连接层和一个卷积层，所述注意力子模块的具体算法如下： ， ， 其中，表示注意力子模块的输入特征，表示注意力子模块的输出特征，表示注意力子模块的中间特征，表示全局平均池化后的特征向量，分别表示通道维度平均池化和最大池化后的特征，表示逐像素相乘，表示全连接层，表示拼接操作，表示7×7卷积层； 根据解码器模块进行特征增强处理，以获取全局融合特征，所述解码器模块基于轻量化解码子模块和全局特征融合子模块； 根据多尺度融合预测模块进行特征融合处理，以获取多尺度融合特征，并根据多尺度融合特征获取最终无人机水体提取结果，所述多尺度融合预测模块包括多个不同尺度的并行卷积层。

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江西水利电力大学，其通讯地址为：330000 江西省南昌市高新区天祥大道289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。