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！

龙图腾网恭喜南京林业大学申请的专利基于双路径特征增强网络的均匀分布目标计数方法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：CN114998710B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202210623583.8，技术领域涉及：G06V20/52；该发明授权基于双路径特征增强网络的均匀分布目标计数方法是由成锋娜;韦郡涛;张玉言;陈青;茹煜;周宏平设计研发完成，并于2022-06-02向国家知识产权局提交的专利申请。

本基于双路径特征增强网络的均匀分布目标计数方法在说明书摘要公布了：本发明公开了一种基于双路径特征增强网络的均匀分布目标计数方法。首先设计了一种均匀分布标签的生成方式，以更好地表征均匀分布目标表观。其次，提出了双路径特征增强网络，该网络包括基础网络和双路径特征增强模块，双路径特征增强模块通过监督和在线学习的方式，精炼密度特征。本发明针对均匀分布目标提出了一种目标数统计的方法，可应用于农林业中作物的产量预测等。

本发明授权基于双路径特征增强网络的均匀分布目标计数方法在权利要求书中公布了：1.基于双路径特征增强网络的均匀分布目标计数方法，其特征在于，所述方法包括以下步骤：步骤S10：获取样本，生成均匀分布标签及掩膜标签，将数据分为训练集、验证集和测试集；步骤S20：搭建双路径特征增强网络；所述双路径特征增强网络由基础网络和双路径特征增强模块组成；步骤S30：通过建立的训练集对网络进行训练，以分布标签和掩膜标签为监督信号，对网络的参数进行优化，在训练的过程中，利用验证集选择最优的网络参数保存；步骤S40：利用最优的网络参数在测试集进行测试，获得样本的计数结果；其中，步骤S20中基础网络采用VGG16前10层，其中这10层卷积的参数初始化使用在ImageNet数据集上预训练的参数；步骤S20中双路径特征增强模块，具体如下：步骤S20-1：将基础网络获取的特征通过共享的卷积层进行转换，得到特征张量Fshare；步骤S20-2：将步骤S20-1的输出Fshare送入卷积层，获得掩膜估计输出Kout，通过步骤S10-3获取的掩膜标签进行监督学习；步骤S20-3：将步骤S20-2的输出Mout，通过卷积学习的方式生成掩膜特征表示FM；步骤S20-4：将步骤S20-1的输出Fshare，通过卷积学习的操作生成单通道的空间注意力Fatt；步骤S20-5：将基础网络获取的特征通过一系列卷积层进行转换，得到特征张量Fp；步骤S20-6：将S20-3、S20-4和S20-5的输出，通过下述公式对特征进行增强：Dmp＝Fatt*gcatFp,FM+gcatFp,FM式中，g·表示卷积操作，cat·,·表示延通道维拼接。

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南京林业大学，其通讯地址为：210037 江苏省南京市龙蟠路159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”。