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长春光学精密机械与物理研究所申请的专利基于高分辨率特征自注意的卫星遥感图像小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：CN117036980B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202311108808.7，技术领域涉及：G06V20/13；该发明授权基于高分辨率特征自注意的卫星遥感图像小目标检测方法是由刘巧元;张笑闻;孙海江设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本基于高分辨率特征自注意的卫星遥感图像小目标检测方法在说明书摘要公布了：本发明涉及一种基于高分辨率特征自注意的卫星遥感图像小目标检测方法，该方法包括以下步骤：获取数据集，并将数据集进行Mosaic数据增强；将增强后的数据送入网络中进行训练；构建网络；优化算法采用随机梯度下降算法SGD作为优化器；训练模型后对图片进行预测，得到结果。本发明通过一种高分辨率特征融合网络来保持小目标在前向传递中的特征，使得自注意力的全局信息编码能力和空间注意力机制对局部特征加强的能力相互弥补，再通过一种平行检测结构将卷积层得到的检测信息与混合注意力得到的注意力信息进行结合，进而减轻复杂背景信息对小目标的干扰。本发明相对于现有遥感小目标检测方法能够更好的排除图像中的干扰背景，实现高准确率小目标检测。

本发明授权基于高分辨率特征自注意的卫星遥感图像小目标检测方法在权利要求书中公布了：1.一种基于高分辨率特征自注意的卫星遥感图像小目标检测方法，其特征在于，该方法适用的系统包括：骨干网络、高分辨率特征融合网络、主检测结构、辅助检测结构和预测头；所述骨干网络用来将输入图像通过卷积操作，将图片下采样，减小图片的空间分辨率；所述高分辨率特征融合网络包括：基本模块、融合模块和通道注意力空间金字塔模块；所述主检测结构由C3模块组成，包含三个卷积模块和一个瓶颈结构；所述卷积模块包含批归一化、Relu激活函数和卷积操作；所述瓶颈结构由三个串联的卷积模块构成，其中第二个卷积模块输出的通道数是输入的一半；在C3模块中，一条支路经过第一个卷积模块和瓶颈模块，另一条经过第二个卷积模块，将两个支路结果进行拼接操作并经过第三个卷积模块；所述辅助检测结构包括：混合注意力模块和自注意力模块；所述预测头用来将输入特征图经过非极大值抑制处理后得到预测结果；该方法包括以下步骤：1获取数据集，并将数据集进行Mosaic数据增强；将增强后的数据送入网络中进行训练；2构建网络，包含：骨干网络、高分辨率特征融合网络、主检测结构、辅助检测结构和预测头；3优化算法采用随机梯度下降算法SGD作为优化器，以16张图片作为一个训练批次，模型初始学习率为1e-2，权重衰减参数为5e-4，且动量为0.937，训练300个epoch；在模型训练的初始阶段，采用3个epoch进行热身训练；4训练模型后对图片进行预测，得到结果。

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长春光学精密机械与物理研究所，其通讯地址为：130033 吉林省长春市东南湖大路3888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”。