買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜電子科技大學長三角研究院(湖州)申請的專利一種基于改進YOLOv4網絡的無人機小目標識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114565753B 。

龍圖騰網通過國家知識產權局官網在2025-04-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210159521.6，技術領域涉及：G06V10/25；該發明授權一種基于改進YOLOv4網絡的無人機小目標識別方法是由劉偉;方黎勇;范崢榮;李昊設計研發完成，并于2022-02-22向國家知識產權局提交的專利申請。

本一種基于改進YOLOv4網絡的無人機小目標識別方法在說明書摘要公布了：本發明提出了一種基于改進YOLOv4網絡的無人機小目標識別方法，包括以下步驟：S1，對采集的圖形進行預處理，生成訓練數據集和測試數據集；S2，構建用于小目標識別模型，所述小目標識別模型輸入為所述訓練數據和測試數據，所述目標識別模型輸出為目標識別結果；所述訓練數據為所述訓練數據集中的數據，所述測試數據為所述測試數據集中的數據；S3，輸入所述訓練數據對所述小目標識別模型進行訓練；S4，輸入所述測試數據對所述小目標識別模型進行測試。本發明能夠精準識別移動的小目標物體，且在保證檢測準確率的同時提高了檢測效率。

本發明授權一種基于改進YOLOv4網絡的無人機小目標識別方法在權利要求書中公布了：1.一種基于改進YOLOv4網絡的無人機小目標識別方法，其特征在于，包括以下步驟：S1，對采集的圖形進行預處理，生成訓練數據集和測試數據集；S2，構建小目標識別模型，所述小目標識別模型輸入為所述訓練數據和測試數據，所述小目標識別模型輸出為目標識別結果；所述訓練數據為所述訓練數據集中的數據，所述測試數據為所述測試數據集中的數據；S3，輸入所述訓練數據對所述小目標識別模型進行訓練；S4，輸入所述測試數據對所述小目標識別模型進行測試；所述小目標識別模型包括：主干網絡、特征提取網絡、檢測頭網絡，主干網絡的數據輸出端與特征提取網絡的數據輸入端相連，特征提取網絡的數據輸出端與檢測頭網絡的數據輸入端相連，所述主干網絡采用2個CSP結構用于特征提取，所述CSP結構由4個CBL和一個Resunit以及一個concat組成，concat層融合第一個CBL和第三個CBL輸出的特征圖；所述Resunit包括一個深度可分離卷積層DW；和采用剪枝技術剔除所述特征提取網絡中特征融合網絡的層數，使所述特征融合網絡為16層；所述特征融合網絡包括：將主干網絡的輸出特征圖與特征提取網絡輸出的特征圖進行上采樣再進行特征融合；所述檢測頭網絡包括：采用輸出的特征圖分辨率為輸入圖像分辨率的檢測頭。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人電子科技大學長三角研究院(湖州)，其通訊地址為：313001 浙江省湖州市西塞山路819號南太湖科技創新綜合體B2幢8層；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。