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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于LLC-YOLO算法的车辆目标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：CN118172541B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202410384762.X，技术领域涉及：G06V10/25；该发明授权一种基于LLC-YOLO算法的车辆目标检测方法是由王富豪;吴伟;刘晴;胡志蕊设计研发完成，并于2024-04-01向国家知识产权局提交的专利申请。

本一种基于LLC-YOLO算法的车辆目标检测方法在说明书摘要公布了：本发明公开了一种基于LLC‑YOLO算法的车辆目标检测，包括如下步骤：步骤1、获取图像数据集，并通过脚本对数据集进行筛选，筛选得到标签为夜晚的图片，进而将标签文件从JSON格式转换为YOLO格式；步骤2、构建LLC‑YOLO模型，所述LLC‑YOLO模型包括LLC‑Net、主干网络backbone、颈部网络CMCF‑Neck和head；步骤3、通过LLC‑Net对筛选出的夜晚图片进行低光增强；步骤4、通过backbone对低光增强后的图片进行特征提取；步骤5、通过CMCF‑Neck进行通道间的特征融合；步骤6、通过head输出检测结果。该方法引入低光增强网络LLC‑Net，LLC‑Net网络通过拉普拉斯金字塔结构提取出黑暗图像中不同尺度的潜在信息，然后通过自适应低通滤波器和细节特征提取模块对不同尺度的图像进行特征增强，提高了模型在黑夜环境下的检测精度。

本发明授权一种基于LLC-YOLO算法的车辆目标检测方法在权利要求书中公布了：1.一种基于LLC-YOLO算法的车辆目标检测，其特征在于，包括如下步骤： 步骤1、获取图像数据集，并通过脚本对数据集进行筛选，筛选得到标签为夜晚的图片，进而将标签文件从JSON格式转换为YOLO格式； 步骤2、构建LLC-YOLO模型，所述LLC-YOLO模型包括LLC-Net、主干网络backbone、颈部网络CMCF-Neck和head；所述主干网络backbone应用YOLOv5，所述CMCF-Neck以YOLOv5颈部网络为主要网络架构，所述YOLOv5颈部网络中的C3模块中，使用CMConv卷积替代普通卷积Conv重构成M3模块； 所述CMConv的卷积结构，输入通道数为c1的特征，通过普通卷积将通道数变为c22，然后通过深度可分离卷积得到c22的特征图，通过Concat把普通卷积和深度可分离卷积的输出连接起来，接着使用Shuffle操作将普通卷积和深度可分离卷积的对应通道匹配连接在一起，得到输出通道数为c2的特征图； 步骤3、通过LLC-Net对筛选出的夜晚图片进行低光增强； 所述低光增强的方法为：通过LLC-Net中的拉普拉斯金字塔将输入的图像分为不同尺度的特征图L0、L1、L2、L3；在不同尺度的特征图Lii＝0、1、2、3上使用LLC-Net中图像增强模块处理潜在的语义特征；通过自下而上的方式，输入为L3的图像增强模块通过上采样后输出与输入为L2的图像增强模块的输出连接在一起，以此方式向上递推最在终输入为L0的图像增强模块得到包含不同尺度信息的特征图； 所述图像增强模块包括通过Concat连接的自适应低通滤波器和边缘信息提取模块； 步骤4、通过backbone对低光增强后的图片进行特征提取； 步骤5、通过CMCF-Neck进行通道间的特征融合； 步骤6、通过head输出检测结果。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。