一种基于YOLOv4的轻量级遥感图像检测方法

一种基于YOLOv4的轻量级遥感图像检测算法GSC‑YOLO，以YOLOv4网络为基本模型，构建改进的网络模型GSC‑YOLO；采用Ghostnet作为GSC‑YOLO的特征提取网络，用Ghost卷积替换加强特征提取网络和预测头的普通卷积，提高检测速度；引入SA‑A注意力机制，使模型关注重要信息，提升检测精度；使用信心传播集群算法CP‑Cluster对预测框处理，提升遥感目标辨识度。处理后的DOTA数据集输入到GSC‑YOLO模型中，进行迭代训练。使用测试集样本输入训练好的GSC‑YOLO模型中，输出结果。本发明能够保证检测精度、提升检测速度、降低模型复杂度，实现对遥感图像的快速精确检测。

《一种基于YOLOv4的轻量级遥感图像检测方法》是一发明专利，专利号为 2023110129323，当前法律状态为已下证，由辽宁大学提出申请，发明人为马利;何铜;袁冲冲;毛艳梅，申请日期为2023-08-13，公开（公告）日期为2025-08-19，国际专利分类号（IPC）为 G06V 20/13 (2022.01)，高新资质：未报高企，所属技术领域包括：计算机视觉与目标检测技术。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：一种基于YOLOv4的轻量级遥感图像检测算法GSC‑YOLO，以YOLOv4网络为基本模型，构建改进的网络模型GSC‑YOLO；采用Ghostnet作为GSC‑YOLO的特征提取网络，用Ghost卷积替换加强特征提取网络和预测头的普通卷积，提高检测速度；引入SA‑A注意力机制，使模型关注重要信息，提升检测精度；使用信心传播集群算法CP‑Cluster对预测框处理，提升遥感目标辨识度。处理后的DOTA数据集输入到GSC‑YOLO模型中，进行迭代训练。使用测试集样本输入训练好的GSC‑YOLO模型中，输出结果。本发明能够保证检测精度、提升检测速度、降低模型复杂度，实现对遥感图像的快速精确检测。

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！