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！

龙图腾网获悉浪潮智慧城市科技有限公司;山东浪潮创新创业科技有限公司申请的专利基于YOLO网络的城市治理方法、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：CN119762798B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411824130.7，技术领域涉及：G06V10/44；该发明授权基于YOLO网络的城市治理方法、系统、设备及介质是由兰伟超;王洋;马城城设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本基于YOLO网络的城市治理方法、系统、设备及介质在说明书摘要公布了：本发明公开了基于YOLO网络的城市治理方法、系统、设备及介质，属于人工智能、计算机视觉、目标检测等技术领域，本发明要解决的技术问题为如何提高YOLO网络的检测的效率，加强在城市治理中的实际应用效果，采用的技术方案为：数据收集及预处理：选取交通事故检测、路面检测以及安全帽安全服检测三个城市治理的代表场景，收集每个场景的图像或视频数据，并收集的每个场景的图像或视频数据进行预处理和标注，用于后续压缩网络训练和评估；卷积滤波器重构：设计一组滤波器基，通过该组滤波器基的不同线性组合构建新的卷积滤波器；其中，滤波器基的数量低于原始的卷积滤波器数量；网络架构替换。

本发明授权基于YOLO网络的城市治理方法、系统、设备及介质在权利要求书中公布了：1.一种基于YOLO网络的城市治理方法，其特征在于，该方法具体如下： 数据收集及预处理：选取交通事故检测、路面检测以及安全帽安全服检测三个城市治理的代表场景，收集每个场景的图像或视频数据，对收集的每个场景的图像或视频数据进行预处理和标注，用于后续压缩网络训练和评估； 卷积滤波器重构：设计一组滤波器基，通过该组滤波器基的不同线性组合构建新的卷积滤波器；其中，滤波器基的数量低于原始的卷积滤波器数量； 网络架构替换：通过新的卷积滤波器搭建新的卷积层，并替换YOLOv5中原始C3模块中的卷积层，获取YOLO模型，实现YOLOv5的压缩； 其中，设计一组滤波器基具体如下： 定义一组n个滤波器基F={F1，F2，…，Fn}；其中Fj，j∈{1，…，n}； 令n=Nk；其中k1是一个预设的超参数； 一个卷积层共包含N=cout个完整的滤波器，由定义的滤波器基进行线性组合构成滤波器Wt，仅存储n个滤波器基来构建一个给定层中的所有滤波器； 引入一个系数矩阵，则每个滤波器表示为：; 其中，系数矩阵每个参数都表示线性组合的系数；t表示所需滤波器的总个数，t∈{1，…，N}； 卷积滤波器重构具体如下： 参数设置：预先定义滤波器基和原始输出通道的比例，即k； 初始化：初始化n=Nk个滤波器基和系数矩阵D； 卷积操作定义：利用滤波器基和系数矩阵进行线性组合构建新的滤波器，并重新定义卷积操作； 卷积层定义：加入归一化BatchNorm和SiLU激活函数，定义一个新的完整的卷积层； 网络架构替换具体如下： 替换策略设置：灵活设置不同的替换策略以适应不同的资源需求；具体为：每个C3模块包含多个卷积层“Conv”，将不同位置的“Conv”替换为新定义的卷积层； 卷积层替换：将新定义的卷积层集成到YOLOv5模型定义中，替换原有的卷积层； 调整网络参数：根据新定义的卷积层的特性，调整学习率、批次大小的网络的其他参数，确保模型训练的稳定性和收敛性； 重新编译模型：重新编译YOLO模型，以确保新定义的卷积层被正确集成； 训练和验证：利用准备好的数据集训练YOLO模型； 性能评估：对比替换前后的YOLO模型性能，在三个实际应用数据集上测试包括准确率、mAP的关键指标以及网络参数量和计算量，确保新卷积层的压缩有效性； 调整和优化：根据性能评估的结果，进一步调整参数和策略，多次迭代以达到最佳效果。

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浪潮智慧城市科技有限公司;山东浪潮创新创业科技有限公司，其通讯地址为：250100 山东省济南市高新区浪潮路1036号浪潮科技园S02号楼27楼；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。