基于yolov3和卷积神经网络的多目标定位方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明提供了一种基于yolov3和卷积神经网络的多目标定位方法，包括离线训练阶段和在线定位阶段，离线训练阶段划分子区域，获取训练数据；利用yolov3网络训练rgb色彩图建立目标检测模型；根据目标检测结果对深度图像进行分割和图像融合，得到训练数据指纹；最后利用卷积神经网络得到位置估计模型；在线定位阶段，利用目标检测模型进行图像融合得到在线数据指纹；确定每个目标的位置估计模型，得到目标位置。本发明通过yolov3网络和卷积神经网络经离线训练阶段建立位置估计模型，并对深度图像进行切割和融合，提取训练定位指纹，经在线阶段利用在线定位指纹和位置估计模型，完成多目标定位，解决了现有目标定位方法预测灵活性不足、准确性不够的问题。

《基于yolov3和卷积神经网络的多目标定位方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2022107862066，当前法律状态为已下证，由南京邮电大学提出申请，发明人为颜俊;钱琛;曹艳华，申请日期为2022-07-04，公开（公告）日期为2025-09-09，国际专利分类号（IPC）为 G06T 7/73 (2017.01)，高新资质：未报高企。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：本发明提供了一种基于yolov3和卷积神经网络的多目标定位方法，包括离线训练阶段和在线定位阶段，离线训练阶段划分子区域，获取训练数据；利用yolov3网络训练rgb色彩图建立目标检测模型；根据目标检测结果对深度图像进行分割和图像融合，得到训练数据指纹；最后利用卷积神经网络得到位置估计模型；在线定位阶段，利用目标检测模型进行图像融合得到在线数据指纹；确定每个目标的位置估计模型，得到目标位置。本发明通过yolov3网络和卷积神经网络经离线训练阶段建立位置估计模型，并对深度图像进行切割和融合，提取训练定位指纹，经在线阶段利用在线定位指纹和位置估计模型，完成多目标定位，解决了现有目标定位方法预测灵活性不足、准确性不够的问题。

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！