一种基于改进轻量YOLOv4的遥感图像目标检测方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种基于改进轻量YOLOv4的遥感图像目标检测方法，属于无人机航拍遥感图像的目标检测技术领域，包括以下步骤：对遥感数据集进行格式转换；按比例将转换后的遥感数据集划分；对骨干网络进行改进，对骨干网络的低层和高层的输入特征图分别进行Haar小波变换，通过Ghost模块对高频特征进行卷积融合，将融合后的特征与普通卷积对特征图提取的特征相加；对Neck进行改进，在FPN前、改进的骨干网络的最后一个残差结构后的两个分支上引入坐标注意力；设置训练参数，得到并保存权重数据；选取验证集损失函数最小的模型训练权重载入到网络中，用测试集进行测试。本发明能够提高无人机航拍遥感图像的目标检测精度和实时性。

《一种基于改进轻量YOLOv4的遥感图像目标检测方法（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 2023102615599，当前法律状态为已下证，由燕山大学提出申请，发明人为李国强;路金铭，申请日期为2023-03-17，公开（公告）日期为2026-01-30，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：本发明公开了一种基于改进轻量YOLOv4的遥感图像目标检测方法，属于无人机航拍遥感图像的目标检测技术领域，包括以下步骤：对遥感数据集进行格式转换；按比例将转换后的遥感数据集划分；对骨干网络进行改进，对骨干网络的低层和高层的输入特征图分别进行Haar小波变换，通过Ghost模块对高频特征进行卷积融合，将融合后的特征与普通卷积对特征图提取的特征相加；对Neck进行改进，在FPN前、改进的骨干网络的最后一个残差结构后的两个分支上引入坐标注意力；设置训练参数，得到并保存权重数据；选取验证集损失函数最小的模型训练权重载入到网络中，用测试集进行测试。本发明能够提高无人机航拍遥感图像的目标检测精度和实时性。

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！