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！

龙图腾网恭喜江苏金海星导航科技有限公司申请的专利基于分组快速空间金字塔池化的轻量化YOLO模型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：CN116797910B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202310825192.9，技术领域涉及：G06V10/82；该发明授权基于分组快速空间金字塔池化的轻量化YOLO模型目标检测方法是由王晗;徐少杰;刘文杰;张新宇;金文;张翟容;金鸥设计研发完成，并于2023-07-05向国家知识产权局提交的专利申请。

本基于分组快速空间金字塔池化的轻量化YOLO模型目标检测方法在说明书摘要公布了：本发明公开一种基于分组快速空间金字塔池化的轻量化YOLO模型，包括如下步骤：步骤1利用跨阶段局部网络和分组卷积，构建分组快速空间金字塔池化结构GFSPP；步骤2利用通道空间意力模块CBAM和GFSPP结构，构建基于分组快速空间金字塔池化结构的主干网络模块GFSPP‑Backbone；步骤3利用幻影卷积结构，构建轻型颈部网络模块Ghost‑Slim‑Neck；步骤4按照主干网络模块GFSPP‑Backbone、颈部网络模块Ghost‑Slim‑Neck、检测头网络模块的顺序，将步骤2、步骤3以及检测头网络模块依次串联成为轻量化目标检测模型GFSPP‑YOLO。本发明的方法能够大幅度提升主干网络模块特征提取能力的同时，显著降低颈部网络模块的计算量。

本发明授权基于分组快速空间金字塔池化的轻量化YOLO模型目标检测方法在权利要求书中公布了：1.一种基于分组快速空间金字塔池化的轻量化YOLO模型目标检测方法，其特征在于，包括如下步骤：步骤1:利用跨阶段局部网络和分组卷积，构建分组快速空间金字塔池化结构GFSPP；其中，所述步骤1具体内容为：步骤1-1：首先，将原特征图分为两个分支，在第一个分支中经过卷积核大小分别为1×1、3×3、1×1的分组卷积层；步骤1-2：然后，将输出的特征图输入到SPPF结构中，SPPF结构是由一个卷积核大小为1×1的分组卷积层和三个尺度为5×5的最大池化层组成；即，输入特征图经过三个尺度为5×5的最大池化层，并且每经过一个最大池化层都输出一个分支，并将原特征图与三个分支的输出进行通道拼接后，再经过一个1×1的分组卷积层输出；步骤1-3：在经过SPPF结构之后，再输入到卷积核大小分别为1×1、3×3的分组卷积层，并将输出特征图与原特征图的另一个分支即经过一个卷积核大小为1×1的分组卷积层进行通道拼接；步骤1-4：最后，拼接后的特征图再经过一个卷积核大小为1×1的分组卷积层输出，作为GFSPP结构的输出；步骤2:利用通道空间注意力模块CBAM和GFSPP结构，构建基于分组快速空间金字塔池化结构的主干网络模块GFSPP-Backbone；其中，所述步骤2中，主干网络模块GFSPP-Backbone共输出大、中、小三个尺度的图像特征，其网络结构由五个CBS模块，四个C3模块，步骤1中的GFSPP结构和CBAM模块组成；具体内容为：首先，将五个CBS模块，四个C3模块，按照如下顺序连接成基础特征提取模块：CBS模块、CBS模块、C3模块、CBS模块、C3模块、CBS模块、C3模块、CBS模块、C3模块；其中，CBS模块由卷积层、BN层和SiLU激活函数组成；C3模块作为主干网络的重要部分，其作用是增加网络的深度和特征提取能力，该模块由三个CBS模块，若干个BottleNeck模块组成，BottleNeck模块为两个CBS模块的串联；C3模块的操作具体是首先，将原输入分为两个分支，分别进行卷积操作使得通道数减半，然后一个分支进行CBS操作，再经过BottleNeck×N的操作，另一个分支直接进行CBS操作，最后将两个分支进行通道拼接后再进行一个CBS操作，使得特征图在进入C3模块之后确保输入和输出是一样的大小，并且C3模块的重复堆叠可以构建更深层次的特征提取网络；在上述基础特征提取模块后连接步骤1所描述的GFSPP结构；在上述基础上，串联CBAM模块；CBAM由通道注意力模块、空间注意力模块两部分组成，通道注意力通过全局平均池化和全连接层生成通道注意力权重，对不同通道特征进行加权融合；空间注意力通过卷积层生成空间注意力映射，突出重要位置并抑制不重要位置；最后，将通道注意力和空间注意力处理的特征图相加得到最终表示，以捕捉关键信息，提高网络特征的表征能力；步骤3:利用幻影卷积结构，构建轻型颈部网络模块Ghost-Slim-Neck；步骤4:按照主干网络模块GFSPP-Backbone、颈部网络模块Ghost-Slim-Neck、检测头网络模块的顺序，将步骤2、步骤3以及检测头网络模块依次串联成为轻量化目标检测模型GFSPP-YOLO，实现轻量化目标定位与识别功能，实验数据集为PASCALVOC07+12，其中训练集为16551张图片，测试集为4952张图片，共20个类别。

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苏金海星导航科技有限公司，其通讯地址为：212000 江苏省镇江市京口区宗泽路108号2楼；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”。