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！

龙图腾网恭喜中国科学院光电技术研究所申请的专利一种轻量型实时目标检测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：CN115063650B 。

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：202210605558.7，技术领域涉及：G06V10/774；该发明授权一种轻量型实时目标检测方法是由毛耀;李鸿;周倩;夏文强;张兵;刘超设计研发完成，并于2022-05-31向国家知识产权局提交的专利申请。

本一种轻量型实时目标检测方法在说明书摘要公布了：本发明提供一种轻量型实时目标检测方法，有效保证精度的同时实现了网络模型的轻量化，选择YOLOv5s为基准模型提出了改进的网络模型EGBNet，首先，为了帮助推理加速的同时有效提取特征，巧妙使用轻量化网络ShuffleNetv2的改进版本ESNet在骨干网络部分构建轻量特征提取网络，使用SPPF模块增加网络的感受野；然后，在颈部部分结合BiFPN的思想帮助多尺度的特征融合，还使用轻量化网络GhostNet对特征处理过渡以便于检测头的预测，并且过程中使用了CBAM双通道注意力机制帮助提升模型的性能；最后，在颈部部分使用了轻量级上采样算子CARAFE执行上采样的操作，基于输入内容结合特征图的语义信息在较大的感受野范围内进行上采样以减少信息的丢失，在提升精度的同时实现了模型的轻量化。

本发明授权一种轻量型实时目标检测方法在权利要求书中公布了：1.一种轻量型实时目标检测方法，其特征在于，包括以下的步骤：步骤1、获取数据集：通过采集装置获取图像，通过标注工具labelimg对其人工标注，构建训练样本集、验证集和测试样本集或者从公开数据集，或从PascalVOC或者MSCOCO数据集获得训练样本集、验证集和测试样本集；步骤2、数据预处理：使用随机翻转、随机裁剪、几何变化、尺度缩放、光照变化和使用Mosaic和MixUp将多张图片随机拼接或合成为一张图片，使得模型能适应数据各种变换；步骤3、使用轻量化网络ShuffleNetv2的改进版本ESNet在骨干网络部分堆叠构建轻量高效的特征提取网络，在骨干网络的最后一层使用SPPF模块增加网络的感受野信息；具体来说是骨干网络部分使用轻量化网络ShuffleNetv2的改进版本ESNet为基本单元模块，其中又可细分为步长为1和步长为2的两种，通过采用[3,9,9,3]的堆叠次数堆叠步长为1的ESNet的基本单元模块，第一次堆叠前使用步长为2的卷积操作进行一次下采样，其他的几层都是中间加入一个步长为2的ESNet的基本单元模块进行下采样，总共进行了5次下采样，在骨干网络部分的最后一层使用SPPF模块增加感受野，丰富了特征图的表达能力，SPPF是SPP的加速改进版，能在相同的结果下减少浮点运算数和帮助推理加速；步骤4、在颈部部分结合BiFPN的思想帮助多尺度特征信息融合，使用由轻量化网络GhostNet为基本单元构建而成的C3Ghost模块对特征进行过渡处理帮助检测头的预测，并且过程中使用CBAM双通道注意力机制模块抑制不利信息和GhostConv增加特征信息，并且使用上采样算子CARAFE执行上采样的操作，有效的结合了输入信息的语义信息，增大了感受野范围；具体来说是使用由GhostNet中的GhostBottleneck构建而成的C3Ghost对特征过渡处理，帮助检测头的预测，每次使用C3Ghost模块都是重复堆叠3次；过程中并使用CBAM_GhostConv单元帮助特征处理，显而易见包含了CBAM注意力机制模块和GhostConv模块，其中通过GhostConv来改变特征通道数的变化和进行下采样操作，在颈部部分的上采样过程，使用卷积核大小为1，步长为1的GhostConv实现改变特征通道数，在颈部部分的下采样过程，使用卷积核大小为3，步长为2的GhostConv进行下采样，为了进一步提升模型的性能，在每次GhostConv之前都使用了CBAM模块关注场景中感兴趣区域，综上，提出的颈部部分称之为GA-BiFPNNeck，统计得到，GA-BiFPNNeck一共包含4个CBAM_GhostConv单元模块、2个CARAFE上采样算子、4个Concat拼接模块和12个C3Ghost模块；步骤5、使用Adam优化器对模型优化，使用步骤1中获得的训练数据集对模型进行训练；步骤6、训练过程中每迭代训练一次就加载步骤1中获得的验证集进行验证，训练模型直到迭代次数结束得到最优验证结果的模型权重，根据验证集测得的精度结果情况适当调整迭代次数或者设置早停以节省训练时间和避免过拟合；加载模型权重对步骤1中获得的测试数据集对模型效果测试，对测试集进行5次测试取得测试的平均结果。

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中国科学院光电技术研究所，其通讯地址为：610209 四川省成都市双流350信箱；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”。