基于MCD-YOLO网络的遥感图像目标检测方法

本发明公开了一种基于MCD‑YOLO网络的遥感图像目标检测方法，包括如下步骤：步骤1、获取公开的遥感数据集并预处理；步骤2、配置训练环境；步骤3、构建MCD‑YOLO网络模型，所述MCD‑YOLO网络模型以YOLOv8网络作为基础网络，将YOLOv8网络的主干网络中的C2f模块替换为C2f_LVMB模块作为特征提取模块，在SPPF模块中融入CA注意力机制；步骤4、应用预处理后的数据集训练并验证MCD‑YOLO网络模型；步骤5、将待检测的遥感图像作为输入通过预训练的MCD‑YOLO网络模型进行目标检测。该方法不仅有效减少了计算量，提高了检测效率，并且通过提取不同尺度的信息，有效提升模型性能。

《基于MCD-YOLO网络的遥感图像目标检测方法》是一发明专利，专利号为 2024114220369，当前法律状态为已下证，由杭州电子科技大学提出申请，发明人为张翔;刘晴;吴伟;吴子山，申请日期为2024-10-12，公开（公告）日期为2024-12-13，国际专利分类号（IPC）为 G06V 20/10 (2022.01)，高新资质：未报高企，所属技术领域包括：计算机视觉检测车辆目标检测目标跟踪特征检测深度学习无人驾驶智能交通智慧交通人脸识别自动驾驶智能机器人视频监控计算机视觉行人检测智能机器人视频监控遥感图像信息获取识别图像识别。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于MCD‑YOLO网络的遥感图像目标检测方法，包括如下步骤：步骤1、获取公开的遥感数据集并预处理；步骤2、配置训练环境；步骤3、构建MCD‑YOLO网络模型，所述MCD‑YOLO网络模型以YOLOv8网络作为基础网络，将YOLOv8网络的主干网络中的C2f模块替换为C2f_LVMB模块作为特征提取模块，在SPPF模块中融入CA注意力机制；步骤4、应用预处理后的数据集训练并验证MCD‑YOLO网络模型；步骤5、将待检测的遥感图像作为输入通过预训练的MCD‑YOLO网络模型进行目标检测。该方法不仅有效减少了计算量，提高了检测效率，并且通过提取不同尺度的信息，有效提升模型性能。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！