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！

龙图腾网获悉东华理工大学申请的专利一种物料输送巷道异物视觉检测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：CN115410157B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202211069347.2，技术领域涉及：G06V20/52；该发明授权一种物料输送巷道异物视觉检测方法是由辛秋生;刘军;黄艳辉;杨露莹设计研发完成，并于2022-09-02向国家知识产权局提交的专利申请。

本一种物料输送巷道异物视觉检测方法在说明书摘要公布了：本发明涉及物料输送巷道的安全监控领域，具体涉及一种物料输送巷道异物视觉检测方法，该方法利用加权K‑means对锚框进行聚类，解决初始锚框对巷道异物不适应问题，采用融合SE注意力机制的GhostNet作为YOLOv4模型特征提取网络，一方面解决CSPDarknet53参数过多而导致实时性差的问题；另一方面，增强小物体特征提取能力。进一步，再采用Adam优化算法和学习率等间隔调整策略提高检测精度，并加快模型训练的前期收敛速度。最终，通过卷烟厂物料输送巷道状态数据集训练与现场应用，结果表明，本发明方法达到较好的检测效果：对异物的平均检测精度达到98.48%，误检率为0.62%，检测速度为58FPS。

本发明授权一种物料输送巷道异物视觉检测方法在权利要求书中公布了：1.一种物料输送巷道异物视觉检测方法，其特征在于，包括如下步骤：S1、为丰富特征图的特征信息，将SE注意力模块与GhostNet融合进行特征提取，确保异物特征提取鲁棒性的同时增加异物特征的权重；所述S1中，首先将物料输送巷道图像经过GhostNet获取特征层X，设置图像通道数、图像高度和图像宽度分别为c、h和w；进行传统卷积获得特征层Y，设置图像通道数、图像高度和图像宽度分别为c1、h和w，再将特征层Y通过SE注意力模块进行Squeeze和Excitation两项操作：对特征层Y进行全局平均池化，把h×w的特征层转化为1×1的特征层；将1×1的特征层经过两个全连接层，获得不同通道的比重，最后利用sigmoid对比重信息进行归一化处理获得通道权重，将通道权重分别与Y对应的c1个通道特征图数据相乘，得到新的c1×h×w的特征层；S2、利用SE注意力模块改进GhostNet网络中19×19、38×38和76×76三种大小不同的特征图与特征提取网络上采样输出的特征图进行融合拼接，得到最终检测模型的特征层；S3、采用改进的Adam自适应梯度下降算法对YOLOv4模型进行优化；S4、在Adam算法的基础上引入学习率等间隔调整策略，加快模型参数的更新速度，在提高Adam算法的前期收敛速度同时提升模型的检测精度；S5、采用WK-means聚类算法对锚框进行加权聚类处理，每个特征维度赋予初始权重值，等到目标函数收敛，非目标检测区域所对应的权重趋于0，降低非目标区域对巷道异物目标的影响，提高异物的检测精度；所述S5中，WK-means聚类算法的目标函数为： 并且所有的权重应服从： 其中A表示簇分配矩阵： C表示簇中心矩阵： W为权重矩阵： 其中表示所有样本点在第j个维度上的距离和。

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东华理工大学，其通讯地址为：344000 江西省抚州市学府路56号；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。