Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京建筑大学李志星获国家专利权

北京建筑大学李志星获国家专利权

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!

龙图腾网获悉北京建筑大学申请的专利基于改进YOLOv8的轻量化目标检测方法及系统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:CN119323668B

龙图腾网通过国家知识产权局官网在2025-07-15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:202411417998.5,技术领域涉及:G06V10/25;该发明授权基于改进YOLOv8的轻量化目标检测方法及系统是由李志星;庞玉东;李天昊设计研发完成,并于2024-10-11向国家知识产权局提交的专利申请。

基于改进YOLOv8的轻量化目标检测方法及系统在说明书摘要公布了:本说明书实施例提供了一种基于改进YOLOv8的轻量化目标检测方法及系统,其中,方法包括:采集施工人员作业正常数据集,基于正常数据集构建干扰数据集,对数据集进行标注和分类后划分为训练集、验证集和测试集;建立SHM‑YOLO轻量化目标检测模型,设计SHM‑YOLO的网络架构;使用训练集,设置训练参数,使用Inner‑MPDIoU损失函数对构建的目标检测模型进行训练,通过评价指标对目标检测结果进行评价;使用测试集对训练好的目标检测模型效果进行测试。本发明能够提高小目标检测精度。

本发明授权基于改进YOLOv8的轻量化目标检测方法及系统在权利要求书中公布了:1.一种基于改进YOLOv8的轻量化目标检测方法,其特征在于,包括: 通过塔机顶部监控设备采集施工人员作业图像,获取正常工作情况下的正常数据集,通过引入干扰因素,构建干扰数据集,对正常数据集和干扰数据集进行标记和分类,并按照预定的比例分为训练集、验证集和测试集; 建立轻量化目标检测模型SHM-YOLO,SHM-YOLO网络架构包括骨干网络Backbone,颈部网络Neck以及头部网络Head,所述骨干网络Backbone包括HWD卷积模块和C2f特征融合模块的组合模块HWD-C2f,所述颈部网络Neck中引入注意力机制模块SEAM,与HWD卷积模块和C2f特征融合模块结合,SEAM放置在每一个C2f特征融合模块之后; 所述注意力机制模块SEAM具体用于: 在注意力机制模块SEAM中,输入的图像首先经过通道和空间混合模块CSMM对图像的通道和空间维度进行调整,PatchEmbedding层能够根据设定的尺寸和通道数进行变化,随后经过GELU损失函数;再经过BatchNorm层处理后,通过深度可分离卷积学习不同通道的重要性,保留重要通道,去除无关参数; 将进行深度可分离卷积之前的输入与通道分离后的输入通过1x1卷积进行组合,输入图像经过三个不同尺度的CSMM模块处理之后,突出不同维度下被遮挡图像主要通道的同时弥补了通道之间的细节损失,随后进行AveragePooling去除冗余信息,再经过两个全连接层融合所有信息,增强通道信息的联系,最后将SEAM模块的输出作为注意力与原始特征相乘; 设置训练参数,使用训练集训练轻量化目标检测模型SHM-YOLO,使用Inner-MPDIoU损失函数对构建的目标检测模型进行优化,通过评价指标对目标检测结果进行评价; 对构建的目标检测模型进行训练时,使用的损失函数采用融合Inner-IoU的MPDIoU损失函数Inner-MPDIoU,具体如下所示: Linner-MPDIoU=LMPDIoU+IoU-IoUinner; 使用测试集对训练好的目标检测模型效果进行测试。

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北京建筑大学,其通讯地址为:100044 北京市西城区展览馆路1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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。