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！

龙图腾网获悉山东交通学院申请的专利基于改进的YOLOv5s网络模型复杂水环境下目标检测方法及系统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：CN116912674B 。

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：202310951353.9，技术领域涉及：G06V20/05；该发明授权基于改进的YOLOv5s网络模型复杂水环境下目标检测方法及系统是由管志光;侯成龙设计研发完成，并于2023-07-31向国家知识产权局提交的专利申请。

本基于改进的YOLOv5s网络模型复杂水环境下目标检测方法及系统在说明书摘要公布了：本发明公开了基于改进的YOLOv5s网络模型复杂水环境下目标检测方法及系统，S1：获取水下海产品的图像，对获取的图像进行标注与划分，建立海产品数据集；S2：对YOLOv5s网络模型的主干网络与检测头部分进行改进，建立基于改进的YOLOv5s网络模型；S3：将海产品数据集输入到基于改进的YOLOv5s网络模型中进行训练；S4：训练完成后，将待检测的水下海产品图像输入到训练后的基于改进的YOLOv5s网络模型进行检测，从而获取待检测的水下海产品的检测结果。本发明中的网络模型可以更加关注海产品，能够减少无用特征的影响，该模型可应用于水下复杂环境下海产品的检测识别工作，且识别精度高。

本发明授权基于改进的YOLOv5s网络模型复杂水环境下目标检测方法及系统在权利要求书中公布了：1.基于改进的YOLOv5s网络模型复杂水环境下目标检测方法，其特征在于，包括： S1：获取水下海产品的图像，对获取的图像进行标注与划分，建立海产品数据集； S2：对YOLOv5s网络模型的主干网络与检测头部分进行改进，建立基于改进的YOLOv5s网络模型； S3：将海产品数据集输入到基于改进的YOLOv5s网络模型中进行训练； S4：训练完成后，将待检测的水下海产品图像输入到训练后的基于改进的YOLOv5s网络模型进行检测，从而获取待检测的水下海产品的检测结果； 基于改进的YOLOv5s网络模型包括有主干部分、颈部部分和输出部分； 主干部分：在提取特征的主干网络部分的每个C3层后分别集成一个Hor_Block注意力模块，所述Hor_Block注意力模块用于加强YOLOv5s主干网络对水下图像的特征提取能力，所述Hor_Block注意力模块用于对输入的张量进行特征维度变换、水平层归一化、线性层线性变换、激活函数非线性映射、线性层线性变换、特征维度变换、DropPath层、输出张量，在每个C3模块后分别输出一个特征图记为S1、S2、S3、S4，具体包括以下步骤： S11：对输入张量X进行规范化操作后进入DropPath层，在这一层中将张量进行递归门控卷积操作，再乘以缩放参数，最后进行随机丢弃特征； S12：进入特征维度变换层，将张量的维度顺序从N,C,H,W变换为N,H,W,C，并对张量进行规范化操作； S13：通过一个线性层、激活函数层、另一个线性层对张量进行处理，如果可学习参数T不为空，则将张量乘以可学习参数T； S14：将张量的维度顺序变回N,C,H,W，与通过第一层的输出张量进行相加，并使用DropPath层进行随机丢弃特征输出最终的张量； 颈部部分：在主干部分和检测头之间采用特征金字塔网络的结构，特征金字塔网络用于处理图像中不同尺度的特征信息，以便有效地检测不同大小的目标； 在本模型中通过使用CBS模块、上采样模块、Concat模块和C3模块组成FPN网络结构，用于对特征的通道数进行调整、对特征的大小进行改变，最终将含有不同尺度特征信息的特征图进行融合； CBS模块是通过使用多个1×1的卷积核来改变特征的通道数； 上采样模块的作用是将低分辨率的高语义特征与高分辨率的低语义特征结合起来，需要对较深层次的特征图进行上采样； Concat模块和C3模块则是将上采样后的特征图与相应的浅层特征图进行融合，从而提高目标检测的性能；这两种模块的作用是使模型能够有效地处理不同尺度的目标，并具备更强大的特征表示能力； 对FPN网络结构的改进还包括： S21：在80×80检测的检测头之后加入160×160的小目标检测，通过从第2层的C3模块引出特征图S1； S22：在网络的21层后加入卷积模块、上采样模块、与第2层引出的特征图S1拼接后再进入一个C3模块，最终输出。

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山东交通学院，其通讯地址为：250023 山东省济南市天桥区交校路5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。