買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜南京大學申請的專利超輕量級圖片去霧及識別網絡模型、圖片去霧及識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114663292B 。

龍圖騰網通過國家知識產權局官網在2025-04-01發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202011527239.6，技術領域涉及：G06T5/73；該發明授權超輕量級圖片去霧及識別網絡模型、圖片去霧及識別方法是由王中風;王美琪;蘇天祺;陳思依;林軍設計研發完成，并于2020-12-22向國家知識產權局提交的專利申請。

本超輕量級圖片去霧及識別網絡模型、圖片去霧及識別方法在說明書摘要公布了：本申請公開了超輕量級圖片去霧及識別網絡模型，通過該網絡模型實現了圖片去霧及識別，包括依次相接的雙向GAN網絡模型以及目標檢測網絡模型。雙向GAN網絡模型對霧圖進行去霧，輸出清晰圖至目標檢測網絡模型進行特征識別處理。目標檢測網絡模型經過行剪枝重訓練，訓練過程為對訓練集的原始圖像進行多次訓練，每次訓練之前，對原始圖像進行預設倍數降采樣，每次訓練完后，對批歸一化層的縮放系數進行排序比較，將其中縮放系數小于預設縮放閾值的通道對應的前一層卷積核去掉，實現剪枝。上述目標檢測網絡模型在目前微型識別模型的基礎上進一步剪枝，極大減小超輕量級圖片去霧及識別網絡模型的規模，可以部署在算力和功耗資源有限的端側平臺。

本發明授權超輕量級圖片去霧及識別網絡模型、圖片去霧及識別方法在權利要求書中公布了：1.一種超輕量級圖片去霧及識別網絡模型，其特征在于，包括：依次相接的雙向GAN網絡模型以及目標檢測網絡模型；所述雙向GAN網絡模型用于對輸入的待去霧圖片進行處理，并輸出清晰圖片，所述目標檢測網絡模型用于對所述清晰圖進行特征識別處理；所述目標檢測網絡模型為經過行剪枝重訓練的Yolo-Tiny-S網絡模型；所述行剪枝重訓練過程中，對目標檢測網絡模型訓練集中的原始圖像進行多次訓練，每次訓練之前，對所述原始圖像進行預設倍數的降采樣，每次訓練完成之后，針對批歸一化層的縮放系數進行排序比較，將其中縮放系數小于預設縮放閾值的通道對應的前一層卷積核去掉，實現剪枝；所述目標檢測網絡模型包括特征直接處理模塊以及特征融合處理模塊，所述特征直接處理模塊包括依次相連的前部提取單元、中部提取單元以及第一后部提取單元，所述清晰圖通過所述前部提取單元輸入至所述目標檢測網絡模型中，所述特征融合處理模塊包括依次相連的特征融合拼接單元以及第二后部提取單元，所述前部提取單元與所述中部提取單元的輸出端均接至所述特征融合拼接單元的輸入端。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京大學，其通訊地址為：210023 江蘇省南京市棲霞區仙林大道163號南京大學電子樓229；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。