买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉桂林经开信息产业投资有限责任公司;桂林电子科技大学申请的专利基于YOLOv7的少样本小尺度训练以及文件部署方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116363481B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310335334.3，技术领域涉及：G06V10/82；该发明授权基于YOLOv7的少样本小尺度训练以及文件部署方法是由李玉洁;王艺甫;王星河;马子航;袁峰;丁数学设计研发完成，并于2023-03-31向国家知识产权局提交的专利申请。

本基于YOLOv7的少样本小尺度训练以及文件部署方法在说明书摘要公布了：本发明涉及基于YOLOv7的少样本小尺度训练以及文件部署方法，包括：采集待检测物品的小尺度的小样本数据，对所述小样本数据进行处理，获取训练数据；基于YOLOv7构建小尺度目标检测模型，改进所述小尺度目标检测模型，通过所述训练数据对改进后的所述小尺度目标检测模型进行训练，获取最终模型；将所述最终模型的模型文件存放于指定文件夹，并进行模型编译，生成可执行文件，完成文件部署，实现对目标的检测。本发明方法对于YOLOv7在jetsonnano上的部署步骤进行了总结归纳，可以使得模型能够在该设备上快速部署使用。

本发明授权基于YOLOv7的少样本小尺度训练以及文件部署方法在权利要求书中公布了：1.基于YOLOv7的少样本小尺度训练以及文件部署方法，其特征在于，包括： 采集待检测物品的小尺度的小样本数据，对所述小样本数据进行处理，获取训练数据； 基于YOLOv7构建小尺度目标检测模型，改进所述小尺度目标检测模型，通过所述训练数据对改进后的所述小尺度目标检测模型进行训练，获取最终模型； 改进所述小尺度目标检测模型包括： 在所述小尺度目标检测模型的网络添加SPD-Conv模块和特征细化网络FRM模块，所述SPD-Conv模块用于替换YOLOv7中stride为2的卷积模块，在不使用卷积步长或池化的情况下，实现特征图的下采样，所述FRM模块添加在YOLOv7特征金字塔和预测头之间，用于抑制YOLOv7特征金字塔多尺度特征融合中的冲突，防止微小目标被淹没在冲突信息中； 实现所述特征图的下采样包括： 所述SPD-Conv模块包括：SPD层和non-stridedconvolution层； 所述SPD层基于原始图像转换技术对所述小尺度目标检测模型的内部特征图进行下采样操作，并将特征图x转化为特征图X′，并基于添加有C滤波器的所述non-stridedconvolution层对特征图X′进行判断，根据判断结果，将所述特征图X′转化为特征图X″； 所述FRM模块添加在YOLOv7特征金字塔和预测头之间包括： 所述特征细化网络包括：通道净化模块和空间净化模块； 所述通道净化模块的输出为： 其中，表示第m层在x,y位置的输出向量，a、b、c、d为通道自适应权值； 所述空间净化模块的输出为： 其中，x和y为特征图的空间位置，k为输入特征图的通道，为x,y位置处的输出特征向量，和为相对于第m层的空间注意力权重，c为通道数，表示为第k个通道第m个特征图x,y位置处的值； 将所述最终模型的模型文件存放于指定文件夹，并进行模型编译，生成可执行文件，完成文件部署，实现对目标的检测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人桂林经开信息产业投资有限责任公司;桂林电子科技大学，其通讯地址为：541100 广西壮族自治区桂林市临桂区秧塘工业园5#标准厂房；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。