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！

龙图腾网获悉陕西理工大学申请的专利基于YOLOv5-CBAM的野外朱鹮实时检测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：CN116416490B 。

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：202310163118.5，技术领域涉及：G06V10/774；该发明授权基于YOLOv5-CBAM的野外朱鹮实时检测方法是由张鹏超;张凡;黄俊霖;王磊;皇金锋设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本基于YOLOv5-CBAM的野外朱鹮实时检测方法在说明书摘要公布了：本发明公开了一种基于YOLOv5‑CBAM的野外朱鹮实时检测方法，涉及野外朱鹮检测技术领域。本发明是通过构建一个YOLOv5‑CBAM网络模型以对野外朱鹮进行实时检测。其中YOLOv5‑CBAM网络模型添加Stem模块和CBAM注意力模块，经过训练后得到稳定的YOLOv5‑CBAM网络模型。本发明的检测方法不仅保留了YOL0算法检测速度快的优势,又在此基础上对检测的准确度和检测效果上均有显著的提升。

本发明授权基于YOLOv5-CBAM的野外朱鹮实时检测方法在权利要求书中公布了：1.基于YOLOv5-CBAM的野外朱鹮实时检测方法，其特征在于，包括以下步骤： 1采集野外朱鹮的图像数据，并对图像进行标注和数据增强处理，获得朱鹮图像数据库； 2将朱鹮图像数据库中的图像按照8:2的比例划分为训练集和测试集； 3利用CBAM注意力模块和Stem模块构建YOLOv5-CBAM网络模型； 4使用K-means聚类算法在野外朱鹮数据集中聚类出朱鹮锚框尺寸； 5将所述训练集中的图像尺寸缩小到在320-640K范围内中的32倍数的值，输入图像尺寸保持为长宽一致； 6将步骤5处理后的所述训练集图像进行Mosaic数据增强； 7利用步骤6处理后的训练集图像对步骤3所述YOLOv5-CBAM网络模型进行训练,得到训练好的YOLOv5-CBAM网络模型； 8将待检测的野外朱鹮实时图像输入到训练好的YOLOv5-CBAM网络模型中进行检测； 步骤3使用Stem模块替代YOLOv5s中的focus层，Stem模块通过两个分支网络进行特征提取，具体步骤如下： 输入图片，首先经过一个卷积核大小为3*3，步距为2的普通卷积，采用Relu6激活函数，再分别经过两个支路，一个支路是大小为2*2池化核，另一个支路是卷积核大小为1*1，步距为1的普通卷积，采用Silu激活函数，与卷积核大小为3*3，步距为1的普通卷积，采用Silu激活函数，然后将两个支路在通道方向拼接在一起，在通过一个是卷积核大小为3*3，步距为1的普通卷积，采用Relu6激活函数。

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陕西理工大学，其通讯地址为：723000 陕西省汉中市汉台区东一环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。