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！

龙图腾网获悉三峡大学申请的专利一种基于改进YOLOv5的夜间车辆识别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：CN115311529B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202210783690.7，技术领域涉及：G06V10/82；该发明授权一种基于改进YOLOv5的夜间车辆识别方法是由刘军清;余利君;康维;韩志奇;熊小豪设计研发完成，并于2022-07-05向国家知识产权局提交的专利申请。

本一种基于改进YOLOv5的夜间车辆识别方法在说明书摘要公布了：一种基于改进YOLOv5的夜间车辆识别方法，它包括以下步骤：步骤一：收集若干张夜间车辆的图像；步骤二：进行图像的预处理，获得训练集、验证集、测试集；步骤三：获得用于夜间车辆识别的网络模型；步骤四：使用所获得的用于夜间车辆识别的网络模型进行夜间车辆的识别、检测。本发明的目的是为了解决现有的车辆检测算法在夜间使用时准确度及效率不高，无法有效的适用于夜间场景的技术问题，而提出的一种基于改进YOLOv5的夜间车辆识别方法。

本发明授权一种基于改进YOLOv5的夜间车辆识别方法在权利要求书中公布了：1.一种基于改进YOLOv5的夜间车辆识别方法，其特征在于，它包括以下步骤： 步骤一：收集若干张夜间车辆的图像； 步骤二：进行图像的预处理，获得训练集、验证集、测试集； 步骤三：获得用于夜间车辆识别的网络模型； 步骤四：使用所获得的用于夜间车辆识别的网络模型进行夜间车辆的识别、检测； 在步骤三中，用于夜间车辆识别的网络模型为YOLOv5网络模型，它的结构为： 输入层→Focus层→第一卷积模块→第一个C3模块→第二卷积模块→第二个C3模块→第三卷积模块→第三个C3模块→第四卷积模块→SPP模块→第四个C3模块→第五卷积模块→第一个上采样，第一次上采样形成的特征图与第三个C3模块形成的特征图进行通道融合→第一个C3DRSN模块→第六卷积模块→第二个上采样，第二个上采样形成的特征图与第二个C3模块形成的特征图进行通道融合→第二个C3DRSN模块→第七卷积模块，第七卷积模块形成的特征图与第三个C3模块形成的特征图、第六个卷积模块形成的特征图进行通道融合→第三个C3DRSN模块→第八卷积模块，第八卷积模块形成的特征图与第五个卷积模块形成的特征图进行通道融合→第四个C3DRSN模块→第三预测图；其中，第二个C3DRSN模块→第一预测图；其中，第三个C3DRSN模块→第二预测图； C3DRSN模块的结构为： 输入层→第九卷积模块→第十卷积模块→第一软阈值化模块→第二软阈值化模块→Add层→输出层； 其中，输入层→Add层； 其中，第十卷积模块→通道注意力模块→第十一卷积模块→第一软阈值化模块； 其中，第一软阈值化模块→空间注意力模块→第十二卷积模块→第二软阈值化模块。

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三峡大学，其通讯地址为：443002 湖北省宜昌市西陵区大学路8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”。