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！

龙图腾网获悉东莞城市学院申请的专利基于改进yolov5的红绿灯检测方法、系统、设备及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：CN116630934B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202310451669.1，技术领域涉及：G06V20/58；该发明授权基于改进yolov5的红绿灯检测方法、系统、设备及介质是由李康顺;李婷婷;李丹丹;郑俊锋;张昱设计研发完成，并于2023-04-25向国家知识产权局提交的专利申请。

本基于改进yolov5的红绿灯检测方法、系统、设备及介质在说明书摘要公布了：本发明公开了一种基于改进yolov5的红绿灯检测方法、系统、设备及介质，方法包括：获取红绿灯图片数据并进行预处理，构建红绿灯图片检测数据集；构建改进的yolov5模型训练所述红绿灯图片检测数据集，得到训练好的改进的yolov5模型；所述改进的yolov5模型是用Inception‑ResNetv2网络替换掉原始yolov5的骨干网络；所述改进后yolov5模型骨干网络包括Stem模块、Inception‑resnet‑A模块、Reduction‑A模块、Inception‑resnet‑B模块、Reduction‑B模块以及进入Inception‑resnet‑C模块；将待检测的红绿灯图片输入至所述训练好的改进的yolov5模型进行检测，输出检测结果。本发明基于改进的yolov5模型对红绿灯图像具有识别错误率更低、更加高效的优点。

本发明授权基于改进yolov5的红绿灯检测方法、系统、设备及介质在权利要求书中公布了：1.基于改进yolov5的红绿灯检测方法，其特征在于，包括下述步骤： 获取红绿灯图片数据并进行预处理，构建红绿灯图片检测数据集； 构建改进的yolov5模型训练所述红绿灯图片检测数据集，得到训练好的改进的yolov5模型；所述改进的yolov5模型是用Inception-ResNetv2网络替换掉原始yolov5的骨干网络；所述改进后yolov5模型的骨干网络包括Stem模块、Inception-resnet-A模块、Reduction-A模块、Inception-resnet-B模块、Reduction-B模块以及进入Inception-resnet-C模块，所述Stem模块用于对进入Inception模块前的数据进行预处理，所述Inception-resnet-A模块用于对输入的结果先进行6次卷积处理，再将处理结果进行堆叠；所述Reduction-A模块用于对来自上一层的输入进行4次卷积处理以及最大值池化处理；所述Inception-resnet-B模块用于对来自上一层的输入进行4次卷积处理，再将处理结果进行堆叠，所述Reduction-B模块用于对来自上一层的输入进行7次卷积处理以及最大值池化处理，所述Inception-resnet-C模块用于对来自上一层的输入进行5次卷积处理，再将处理结果进行堆叠；将yolov5模型的骨干网络换成Inception-ResNetv2网络后，修改原始yolov5模型的models文件夹下的任意一个yaml文件，将yaml文件中的depth_multiple参数的值修改为0.5，width_multiple的值修改为1，然后将backbone部分修改为7层，从第0层到第6层分别为Stem模块处理层、Inception-resnet-A模块处理层、Reduction-A模块处理层、Inception-resnet-B模块处理层、Reduction-B模块处理层、Inception-resnet-C模块处理层以及二维平均池化操作层； 将待检测的红绿灯图片输入至所述训练好的改进的yolov5模型进行检测，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东莞城市学院，其通讯地址为：523000 广东省东莞市寮步镇文昌路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”。

以上内容由龙图腾AI智能生成。