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！

龙图腾网获悉淮阴工学院申请的专利一种基于上下文感知局部增强的轻量级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：CN116977860B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202310998539.X，技术领域涉及：G06V20/10；该发明授权一种基于上下文感知局部增强的轻量级目标检测方法及系统是由甘峰瑞;姜明新;陆易;王梓轩;曹宇设计研发完成，并于2023-08-09向国家知识产权局提交的专利申请。

本一种基于上下文感知局部增强的轻量级目标检测方法及系统在说明书摘要公布了：本发明公开了一种基于上下文感知局部增强的轻量级目标检测方法及系统，所述方法包括以下步骤：1构建目标检测的数据集，并将数据集分为训练集和验证集；2对基于YOLOv8的backbone进行改进，并建立改进的模型；3将改进的YOLOv8目标检测模型进行剪枝；4将训练集输入到改进的YOLOv8网络模型中得到最佳权重，最后验证集输入网络中，输出检测结果；本发明针对低端设备计算能力有限的情况，采用轻量化特征提取网络、多特征融合方式，大幅度降低目标检测模型的参数量、计算成本，提升目标检测的检测速度。

本发明授权一种基于上下文感知局部增强的轻量级目标检测方法及系统在权利要求书中公布了：1.一种基于上下文感知局部增强的轻量级目标检测方法，其特征在于，包括以下步骤： 1构建目标检测的数据集，并将数据集分为训练集和验证集； 2对基于YOLOv8的backbone进行改进，并建立改进的模型；具体为：backbone总共分为5层，第一层为Convstem，由四个3×3的卷积构成，卷积的Stride分别为2,2,1,1，padding为1；第二层到第四层为Ultra-EffificientBlock；其中Ultra-EffificientBlock为sandwish布局；最后一层包括一个全局平均池化和一个全连接的层；sandwish布局共分为三层包括：ConvFFN层、CAConv层、ConvFFN层；具体包括以下步骤： 21对于第一层ConvFFN层具体操作如下：首先将输入图像通过一个convolutionstem来进行特征提取，得到对应于待处理图像的特征图F1；进一步进行特征处理，F1通过BN层，紧接着进入第一个FC层、RELU；其次，进行一个步幅为1的DWConv操作；接着进入第二个FC层，得到F2，然后与F1进行add操作得到F3，提升特征图信息量，并提高模型分辨能力； 22对于第二层CAConv层具体操作如下：CAConv采用双分支结构，第一个分支提取局部表示；第二个分支使用上下文感知权重来增强局部特征；具体如下： F3通过FC层，经过线性变换得到Query查询、Key键、Value值三组向量，第一个分支对Query和Key进行处理，Query和Key分别进入DWConv层，然后通过一个卷积算子Mul乘，然后进入第二个FC层，接着通过一个Swish激活函数进入第三个FC层，再经过一个Tanh激活函数，生成范围在[-1,1]之间的上下文感知权重；第二个分支首先使用深度可分离卷积DWConv对Value进行处理，提取局部表示，其中DWConv具有共享权重，将得到的结果与第一个分支得到的结果经过一个卷积算子Mul进行计算，再将生成的结果通过一个全局平均池化GAP与F3进行add操作得到F4，然后送入到下一个ConvFFN模块； 23对于第三层ConvFFN层具体操作如下：对特征图F4进一步进行特征提取，首先通过一个BN层进行特征选择，随后经过FC层，RELU激活函数，再进行一个stride为2的深度可分离卷积DWConv操作，随后经过FC层得到F5，支路中对特征图F4进行stride=2的深度可分离卷积操作，收集局部空间信息特征扩展到深层特征，再通过BN层加速网络收敛，控制过拟合，最后经过一个FC层得到F6，与F5进行add操作得到特征图F7，去除区分度比较低的组合特征达到降维目的; 3将改进的YOLOv8目标检测模型进行剪枝； 4将训练集输入到改进的YOLOv8网络模型中得到最佳权重，最后验证集输入网络中，输出检测结果。

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淮阴工学院，其通讯地址为：223001 江苏省淮安市经济技术开发区枚乘东路1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。