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！

龙图腾网获悉韶关学院申请的专利基于改进YOLOv5的安全帽佩戴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：CN114973122B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202210467457.8，技术领域涉及：G06V20/52；该发明授权基于改进YOLOv5的安全帽佩戴检测方法是由郑楚伟;林辉;韩竺秦设计研发完成，并于2022-04-29向国家知识产权局提交的专利申请。

本基于改进YOLOv5的安全帽佩戴检测方法在说明书摘要公布了：本发明涉及一种基于改进YOLOv5的安全帽佩戴检测方法，包括步骤：获取包含检测目标的待检测图像；将所述待检测图像输入改进的YOLOv5模型进行目标检测，得到所述检测目标的位置尺寸信息及所属类别。相对于现有技术，本发明提供一种基于改进YOLOv5的安全帽佩戴检测方法，通过多层的SwintransformerBlock网络对特征进行提取，增强了模型对待检测图像的特征提取能力，通过自注意力机制提取特征，能够获得对用于识别检测目标贡献大的图像特征，并且通过多层次的特征提取，能够获得更丰富的图像特征，从而能够识别受到遮挡的检测目标以及亮度较低的检测目标，此外还能够辨别与检测目标形状相似的物体，误检漏检率低，模型的检测准确度高。

本发明授权基于改进YOLOv5的安全帽佩戴检测方法在权利要求书中公布了：1.一种基于改进YOLOv5的安全帽佩戴检测方法，其特征在于，包括步骤： 获取包含检测目标的待检测图像； 将所述待检测图像输入改进的YOLOv5模型进行目标检测，得到所述检测目标的位置尺寸信息及所属类别，其中，所述改进的YOLOv5模型包括特征提取模块、特征融合模块和结果预测模块，所述特征提取模块包括图块分割子模块、线性嵌入子模块、第一Swin-T子模块、第一图块拼接子模块、第二Swin-T子模块、第二图块拼接子模块、第三Swin-T子模块、第三图块拼接子模块、第四Swin-T子模块、第四图块拼接子模块和第五Swin-T子模块，所述特征提取模块对待检测图像的特征提取时，包括步骤： 将所述待检测图像输入所述图像分割子模块进行图像分割； 将分割后的所述待检测图像输入所述线性嵌入子模块进行线性变换； 将线性变换后的所述待检测图像输入所述第一Swin-T子模块进行特征提取，得到第一Swin-T特征图； 将所述第一Swin-T特征图输入所述第一图块拼接子模块进行下采样，得到第一层次特征图； 将所述第一层次特征图输入所述第二Swin-T子模块进行特征提取，得到第二Swin-T特征图； 将所述第二Swin-T特征图输入所述第二图块拼接子模块进行下采样，得到第二层次特征图； 将所述第二层次特征图输入所述第三Swin-T子模块进行特征提取，得到第三Swin-T特征图； 将所述第三Swin-T特征图输入所述第三图块拼接子模块进行下采样，得到第三层次特征图； 将所述第三层次特征图输入所述第四Swin-T子模块进行特征提取，得到第四Swin-T特征图； 将所述第四Swin-T特征图输入所述第四图块拼接子模块进行下采样，得到第四层次特征图； 将所述第四层次特征图输入所述第五Swin-T子模块进行特征提取，得到第五Swin-T特征图； 其中，所述第一Swin-T子模块、第二Swin-T子模块、第四Swin-T子模块和第五Swin-T子模块均包括两个SwintransformerBlock网络，第三Swin-T子模块包括六个所述SwintransformerBlock网络，所述SwintransformerBlock网络用于对输入的特征图进行图像特征提取； 所述特征融合模块用于利用改进的C3-Ghost模块，根据所述第五Swin-T特征图、第四Swin-T特征图、第三Swin-T特征图、第二Swin-T特征图进行融合，得到多个不同网格尺寸的输出特征图；其中，所述改进的C3-Ghost模块包括六层C3-Ghost，每层C3-Ghost包括N个串联的GhostBottleneck模块； 所述结果预测模块用于根据多个不同网格尺寸的输出特征图预测得到检测目标的位置尺寸信息及所属类别； 所述特征融合模块包括第一CONV层、第一UP层、第一Concat层、第一C3-Ghost层、第二CONV层、第二UP层、第二Concat层、第二C3-Ghost层、第三CONV层、第三UP层、第三Concat层、第三C3-Ghost层、第四CONV层、第四Concat层、第四C3-Ghost层、第五CONV层、第五Concat层、第五C3-Ghost层、第六CONV层、第六Concat层和第六C3-Ghost层，所述特征融合模块根据所述第五Swin-T特征图、第四Swin-T特征图、第三Swin-T特征图、第二Swin-T特征图进行融合，得到多个不同网格尺寸的输出特征图时，包括步骤： 获取所述第五Swin-T特征图并输入所述第一CONV层进行卷积处理，得到第一卷积特征图；将所述第一卷积特征图输入所述第一UP层进行上采样操作；获取所述第四Swin-T特征图并与所述第一UP层输出的特征图共同输入所述第一Concat层进行Concat拼接；将所述第一Concat层输出的特征图输入所述第一C3-Ghost层进行卷积处理，得到第一输出特征图； 将所述第一输出特征图输入所述第二CONV层进行卷积处理，得到第二卷积特征图；将所述第二卷积特征图输入所述第二UP层进行上采样操作；获取所述第三Swin-T特征图并与所述第二UP层输出的特征图共同输入所述第二Concat层进行Concat拼接；将所述第二Concat层输出的特征图输入所述第二C3-Ghost层进行卷积处理，得到第二输出特征图； 将所述第二输出特征图输入所述第三CONV层进行卷积处理，得到第三卷积特征图；将所述第三卷积特征图输入所述第三UP层进行上采样操作；获取所述第二Swin-T特征图并与所述第三UP层输出的特征图共同输入所述第三Concat层进行Concat拼接；将所述第三Concat层输出的特征图输入所述第三C3-Ghost层进行卷积处理，得到第三输出特征图； 将所述第三输出特征图输入所述第四CONV层进行卷积处理，得到第四卷积特征图；将所述第四卷积特征图与所述第三卷积特征图共同输入所述第四Concat层进行Concat拼接；将所述第四Concat层输出的特征图输入所述第四C3-Ghost层进行卷积处理，得到第四输出特征图； 将所述第四输出特征图输入所述第五CONV层进行卷积处理，得到第五卷积特征图；将所述第五卷积特征图与所述第二卷积特征图共同输入所述第五Concat层进行Concat拼接；将所述第五Concat层输出的特征图输入所述第五C3-Ghost层进行卷积处理，得到第五输出特征图； 将所述第五输出特征图输入所述第六CONV层进行卷积处理，得到第六卷积特征图；将所述第六卷积特征图与所述第一卷积特征图共同输入所述第六Concat层进行Concat拼接；将所述第六Concat层输出的特征图输入所述第六C3-Ghost层进行卷积处理，得到第六输出特征图； 或者，所述特征融合模块包括第一CONV层、第一UP层、第一Concat层、第一C3-Ghost层、第二CONV层、第二UP层、第二Concat层、第二C3-Ghost层、第三CONV层、第三UP层、第三Concat层、第三C3-Ghost层、第四CONV层、第四Concat层、第四C3-Ghost层、第五CONV层、第五Concat层、第五C3-Ghost层、第六CONV层、第六Concat层和第六C3-Ghost层，所述特征融合模块根据所述第五Swin-T特征图、第四Swin-T特征图、第三Swin-T特征图、第二Swin-T特征图进行融合，得到多个不同网格尺寸的输出特征图时，包括步骤： 获取所述第五Swin-T特征图并输入所述第一CONV层进行卷积处理，得到第一卷积特征图；将所述第一卷积特征图输入所述第一UP层进行上采样操作；获取所述第四Swin-T特征图并与所述第一UP层输出的特征图共同输入所述第一Concat层进行Concat拼接；将所述第一Concat层输出的特征图输入所述第一C3-Ghost层进行卷积处理，得到第一输出特征图； 将所述第一输出特征图输入所述第二CONV层进行卷积处理，得到第二卷积特征图；将所述第二卷积特征图输入所述第二UP层进行上采样操作；获取所述第三Swin-T特征图并与所述第二UP层输出的特征图共同输入所述第二Concat层进行Concat拼接；将所述第二Concat层输出的特征图输入所述第二C3-Ghost层进行卷积处理，得到第二输出特征图； 将所述第二输出特征图输入所述第三CONV层进行卷积处理，得到第三卷积特征图；将所述第三卷积特征图输入所述第三UP层进行上采样操作；获取所述第二Swin-T特征图并与所述第三UP层输出的特征图共同输入所述第三Concat层进行Concat拼接；将所述第三Concat层输出的特征图输入所述第三C3-Ghost层进行卷积处理，得到第三输出特征图； 将所述第三输出特征图输入所述第四CONV层进行卷积处理，得到第四卷积特征图；将所述第三Swin-T特征图、第四卷积特征图与第三卷积特征图共同输入所述第四Concat层进行Concat拼接；将所述第四Concat层输出的特征图输入所述第四C3-Ghost层进行卷积处理，得到第四输出特征图； 将所述第四输出特征图输入所述第五CONV层进行卷积处理，得到第五卷积特征图；将所述第四Swin-T特征图、第五卷积特征图与第二卷积特征图共同输入所述第五Concat层进行Concat拼接；将所述第五Concat层输出的特征图输入所述第五C3-Ghost层进行卷积处理，得到第五输出特征图； 将所述第五输出特征图输入所述第六CONV层进行卷积处理，得到第六卷积特征图；将所述第六卷积特征图与所述第一卷积特征图共同输入所述第六Concat层进行Concat拼接；将所述第六Concat层输出的特征图输入所述第六C3-Ghost层进行卷积处理，得到第六输出特征图。

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韶关学院，其通讯地址为：512005 广东省韶关市浈江区大学路288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”。