基于MS-CAM改进特征融合模块的弱小目标识别方法（高校公示15天）（不包年费滞纳金）（需要二变）

一种基于MS‑CAM改进特征融合模块的弱小目标识别方法，包括：构建数据集；构建弱小目标识别模型；训练弱小目标识别模型；将测试集输入到训练完成的弱小目标识别模型中进行弱小目标识别，输出目标类别、边界框、置信度。本发明基于YOLOv8的目标识别算法，通过集成多尺度注意力通道模块MS‑CAM的特征融合模块CCF，有效缓解了语义和尺度不一致的特征融合问题，提升了弱小目标识别的准确率，利用MS‑CAM模块在不同感受野的初始特征融合阶段添加一层注意力机制，以迭代方式融合信息，有助于模型对弱小目标的特征提取，提升识别准确度。

《基于MS-CAM改进特征融合模块的弱小目标识别方法（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 2024115263747，当前法律状态为已下证，由陕西师范大学提出申请，发明人为李良福;龙玥衡;张言;温仕羿;任文超，申请日期为2024-10-30，公开（公告）日期为2025-12-19，国际专利分类号（IPC）为 G06V 20/17 (2022.01)，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：一种基于MS‑CAM改进特征融合模块的弱小目标识别方法，包括：构建数据集；构建弱小目标识别模型；训练弱小目标识别模型；将测试集输入到训练完成的弱小目标识别模型中进行弱小目标识别，输出目标类别、边界框、置信度。本发明基于YOLOv8的目标识别算法，通过集成多尺度注意力通道模块MS‑CAM的特征融合模块CCF，有效缓解了语义和尺度不一致的特征融合问题，提升了弱小目标识别的准确率，利用MS‑CAM模块在不同感受野的初始特征融合阶段添加一层注意力机制，以迭代方式融合信息，有助于模型对弱小目标的特征提取，提升识别准确度。

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！