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！

龙图腾网获悉鞍钢集团矿业有限公司申请的专利基于OpenVino的露天矿卡车司机驾驶行为检测模型轻量优化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：CN115688909B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202211331071.0，技术领域涉及：G06N3/082；该发明授权基于OpenVino的露天矿卡车司机驾驶行为检测模型轻量优化方法是由马连成;孙效玉;刘兴全;李忠华;胡振涛;段金刚;江海志设计研发完成，并于2022-10-28向国家知识产权局提交的专利申请。

本基于OpenVino的露天矿卡车司机驾驶行为检测模型轻量优化方法在说明书摘要公布了：本发明涉及一种基于OpenVino的露天矿卡车司机驾驶行为检测模型轻量优化方法，包括以下步骤：S1：构建露天矿卡车司机图片数据库；S2：对露天矿卡车司机图片数据库中的司机驾驶行为图片进行分类标定，构建训练集；S3：构建露天矿卡车司机驾驶行为检测模型；S4：基于训练集并利用优化迭代算法及OpenVino工具对露天矿卡车司机驾驶行为检测模型进行轻量级优化训练；S5：获取待检卡车司机实时驾驶视频，并送入检测模型进行检测，获取露天矿卡车司机的违规驾驶行为类型，并对违规驾驶行为进行语音及文字预警。采用本发明能得到的人脸实时目标检测模型体积压缩比高，模型物理空间与运算占用内存少，推理速度快，精度高，使用简单，维护方便。

本发明授权基于OpenVino的露天矿卡车司机驾驶行为检测模型轻量优化方法在权利要求书中公布了：1.一种基于OpenVino的露天矿卡车司机驾驶行为检测模型轻量优化方法，其特征在于，包括以下步骤： S1：构建露天矿卡车司机图片数据库； S2：对露天矿卡车司机图片数据库中的司机驾驶行为图片进行分类标定，构建训练集； 所述的步骤S2的具体步骤包括： S2.1：获取露天矿卡车司机驾驶行为类型； S2.2：基于露天矿卡车司机驾驶行为类型对露天矿卡车司机驾驶图片进行标定，并将标定后带标签的图片设置为训练集； S2.3：对训练集进行Mosaic数据增强，对图片进行随机的添加噪点、裁剪、翻转、旋转、缩放、平移和亮度、对比度、饱和度调节及颜色增强；S3：构建露天矿卡车司机驾驶行为检测模型； S4：基于训练集并利用引入动量加速模型训练的优化迭代算法及提供进行模型剪枝、合并、量化操作环境的OpenVino工具对露天矿卡车司机驾驶行为检测模型进行轻量级优化训练； 所述的步骤S4中基于训练集并利用改进的引入动量加速模型训练的优化迭代算法及提供进行模型剪枝、合并、量化操作环境的OpenVino工具对露天矿卡车司机驾驶行为检测模型进行轻量级优化训练，具体包括： S4.1：将图片数据库卷积神经模型送入露天矿卡车司机驾驶行为检测模型；S4.2：采用改进的引入动量加速模型训练的优化迭代算法，torch.optim.SGDM算法对卷积神经模型权重进行随机梯度下降优化： torch.optim.SGDM算法公式： θ＝θ-Δθ·Momentum-η·▽θJθ 其中，Momentum∈[0,1为动量，η是学习步长表示权重θ更新的幅度大小，▽θJθ是权重梯度表示权重更新的方向，Δθ为模型权重θ每次迭代的更新量； S4.3：采用损失函数对Yolo-V5卷积神经网络模型进行评价，并根据评价结果调整参数,得到优化的Yolo-V5卷积神经网络训练模型； S4.4：将经过优化的Yolo-V5卷积神经网络训练模型权重.pt格式转换为ONNX格式，输入OpenVino环境； S4.5：在OpenVino环境对优化的Yolo-V5卷积神经网络训练露天矿卡车司机驾驶行为检测模型进行冗余网络层剪枝合并，剪枝优化的Yolo-V5卷积神经模型网络模型网络最后一层Detect输出层中的Dropout操作，合并模型Conv卷积层、BNBatchNormalization批归一化层、ReLU激活函数； S4.6：将优化的Yolo-V5卷积神经网络训练模型从FP32到FP16量化，压缩模型体积，量化公式： 其中，为取整到临近的整数，clamp函数公式： clampinput,input_low,input_high＝minmaxinput,input_low,input_high 其中，input_low为可调参数； S5：获取待检测露天矿卡车司机实时驾驶视频，并送入露天矿卡车司机驾驶行为检测模型进行检测，获取露天矿卡车司机的违规驾驶行为类型，并对违规驾驶行为进行语音及文字预警。

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鞍钢集团矿业有限公司，其通讯地址为：114001 辽宁省鞍山市铁东区二一九路39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”。