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！

龙图腾网获悉南京航空航天大学申请的专利一种基于深度学习的机场作业车辆精细识别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：CN116168353B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202310027227.4，技术领域涉及：G06V20/54；该发明授权一种基于深度学习的机场作业车辆精细识别方法是由孙涵;齐妍设计研发完成，并于2023-01-09向国家知识产权局提交的专利申请。

本一种基于深度学习的机场作业车辆精细识别方法在说明书摘要公布了：本发明提供了一种基于深度学习的机场作业车辆精细识别方法，首先，采集机场车辆图像，并对其进行标注，获得机场车辆数据集；其次，对图像进行空间变换改变视角，并对图像加雾、加雨来扩充数据集；接着，将标注好的车辆数据集送入深度学习网络进行训练，直至深度学习网络收敛；最后，利用训练好的深度学习网络和权重文件来检测测试图像中的车辆目标，并输出分类结果。本发明精度高、鲁棒性好，克服了传统图像处理算法在车辆分类过程中难以解决的复杂天气、角度等难题。

本发明授权一种基于深度学习的机场作业车辆精细识别方法在权利要求书中公布了：1.一种基于深度学习的机场作业车辆精细识别方法，其特征在于，包括以下步骤： 步骤1，采集机场车辆图像，对采集的机场车辆图像进行预处理，并标注出图像中车辆的位置和种类，以获得机场车辆数据集； 步骤2，使用YOLOv5作为基准网络，将机场车辆数据集送入深度学习网络进行训练，直至深度学习网络收敛； 步骤2包括： 步骤2-1，将未经过步骤1中预处理的机场车辆图像和经过步骤1中预处理的机场车辆图像作为训练数据送入改进的YOLOv5网络，设置网络训练的学习率迭代次数以及每次训练所选取的样本数； 步骤2-2，图像数据首先经过特征提取网络得到20*20大小的特征图，之后分别经过特征图卷积层和上采样层，并经过注意力引导的特征融合模块得到三种不同尺寸大小的特征图，尺寸分别为80*80，40*40，20*20； 步骤2-3，将步骤2-2得到的不同尺寸大小的特征图分别送入检测头进行预测，利用边界框回归获得每个候选框的位置偏移量，得到最终的预测框及预测类别； 步骤2-4，计算边界框偏移和分类损失，并利用对比学习的思想，提出结合YOLOv5网络的多尺度对比训练方法，在加雾、加雨处理后的样本和处理前的样本之间进行对比学习，具体是在三种不同尺寸的特征图上分别计算处理前和处理后样本之间的交叉熵损失和对比损失、学习域不变特征； 步骤2-5，使用BCEloss损失函数作为分类损失函数，使用EIoUloss作为回归损失，置信度损失函数使用BCEloss函数，当达到最大迭代次数时或损失图像中损失达到了收敛状态时，结束训练，获得用于车辆检测的YOLOv5网络和权重文件； 步骤3，利用训练好的深度学习网络和权重文件来测试图像中的车辆目标，并输出分类结果。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。