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！

龙图腾网获悉南京信息工程大学申请的专利一种基于YOLOv5的轻量型交通标志识别方法、系统、装置及存储介质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：CN116246248B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202310045370.6，技术领域涉及：G06V20/58；该发明授权一种基于YOLOv5的轻量型交通标志识别方法、系统、装置及存储介质是由贾子豪;刘光灿设计研发完成，并于2023-01-30向国家知识产权局提交的专利申请。

本一种基于YOLOv5的轻量型交通标志识别方法、系统、装置及存储介质在说明书摘要公布了：本发明公开了一种基于YOLOv5的轻量型交通标志识别方法、系统、装置及存储介质，属于计算机视觉目标检测技术领域，包括：获取待识别图片；将待识别图片输入到构建好的基于YOLOv5的轻量型交通标志识别模型中，识别出待识别图片中的交通标志；本发明通过对识别模型的改进，使得该模型能够在学习的过程中更加关注交通标志等小目标的识别，并有效突出识别对象的重要特征，而且在丰富目标特征信息的同时减少了计算量，使得模型的识别精度和运行速度都有所提升。

本发明授权一种基于YOLOv5的轻量型交通标志识别方法、系统、装置及存储介质在权利要求书中公布了：1.一种基于YOLOv5的轻量型交通标志识别方法，其特征在于，包括： 获取待识别图片； 将待识别图片输入到构建好的基于YOLOv5的轻量型交通标志识别模型中，识别出待识别图片中的交通标志； 所述基于YOLOv5的轻量型交通标志识别模型包括主干网络、特征融合网络、轻量型三角式卷积层、检测层和损失函数； 所述主干网络用于对待识别图片进行特征提取； 所述特征融合网络用于对主干网络输出的特征图进行特征融合； 所述轻量型三角式卷积层用于提高特征融合网络输出的特征图的分辨率； 所述检测层用于识别轻量型三角式卷积层输出的特征图中的交通标志； 所述损失函数用于提高模型的识别精度； 将特征融合网络输出的特征图P1输入到轻量型三角式卷积层后，所述轻量型三角式卷积层执行的操作包括： 对特征图P1作亚像素卷积生成与特征图P1尺寸不同的特征图P2，将特征图P2与浅层网络中相同大小的特征图做特征融合，生成检测中等目标的特征图P2，对特征图P2作亚像素卷积； 对特征图P1作上采样和亚像素卷积后，与特征图P2做特征融合，得到特征图P3； 通过以上步骤得到不同尺寸大小的特征图P1、特征图P2和特征图P3。

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南京信息工程大学，其通讯地址为：224002 江苏省盐城市盐南高新区新河街道文港南路105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”。