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！

龙图腾网获悉四川省长葫灌区运管中心申请的专利一种基于改进YOLOv5模型的水下垃圾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：CN118038255B 。

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：202410076486.0，技术领域涉及：G06V20/05；该发明授权一种基于改进YOLOv5模型的水下垃圾检测方法是由罗巍;邹方元;廖艳;丁于俊;余旭;廖聪设计研发完成，并于2024-01-18向国家知识产权局提交的专利申请。

本一种基于改进YOLOv5模型的水下垃圾检测方法在说明书摘要公布了：本发明公开了一种基于改进YOLOv5模型的水下垃圾检测方法，步骤包括：从公开数据集中选取若干张图像作为原始数据集，并对数据集进行预处理及划分；通过Mosaic方法进行数据增强；构建基于改进YOLOv5模型的水下垃圾检测模型；将训练集和验证集送入改进YOLOv5模型中进行训练与验证，将表现最好的改进YOLOv5模型作为最终的水下垃圾检测模型；将测试集输入到训练完成后的模型中进行测试；将待检测图像输入到最终的水下垃圾检测模型中，输出检测框并在图像中标注出垃圾所在的位置。本发明利用深度学习方法，能够在水中光照不强和悬浮颗粒等的不利条件下更准确更快速地检测出不同尺度大小的水下垃圾，提高水下垃圾检测的性能，有助于改善水体的环境质量。

本发明授权一种基于改进YOLOv5模型的水下垃圾检测方法在权利要求书中公布了：1.一种基于改进YOLOv5模型的水下垃圾检测方法，其特征在于，包括如下步骤： S1、从公开数据集中选取若干张图像作为原始数据集，并对数据集进行预处理及划分为训练集，验证集和测试集； S2、通过Mosaic方法对训练集进行数据增强； S3、构建一个基于改进YOLOv5模型的水下垃圾检测模型； S4、将训练集和验证集送入改进YOLOv5模型中进行训练与验证，然后将表现最好的改进YOLOv5模型作为最终的水下垃圾检测模型； 所述的改进YOLOv5模型具体是在YOLOv5目标检测算法的Backbone部分引入了Clo模块，每个Clo模块由一个局部分支和一个全局分支组成； 全局分支的公式表达式如下： Xglobal＝AttntionQ，PoolK，PoolV 其中，Xglobal表示全局分支的输出结果，Attntion表示传统的注意力机制，Q用来获取信息的向量，表示对给定任务的当前上下文的表征，K用来衡量不同输入与查询之间相关性的向量，V是对应于每个键的实际数值表示的向量，Pool表示下采样操作； 局部分支的公式表达式如下： Q，K，V＝FCXin 其中，Xin是AttnConv的输入，FC表示一个全连接层，AttnConv融合了共享权重和上下文感知权重，以聚合高频的局部信息； Xt＝ConcatXlocal，Xglobal Xout＝FCXt 其中，Xt表示全局特征和局部特征融合结果，Concat表示特征融合操作，Xlocal表示局部特征，Xglobal表示全部特征，Xout表示最终的输出； AttnConv首先使用深度卷积DWconv提取局部表示，其中DWconv具有共享权重： Vs＝DWconvV 其中，DWconv表示深度卷积操作，Vs表示使用深度卷积提取V信息的输出结果； 然后，AttnConv使用门控机制生成上下文感知权重，引入了比常用的注意力机制更强的非线性，使用上下文感知权重来增强局部特征，AttnConv将卷积算子应用于Q和K以聚合局部信息，然后计算Q和K的哈达玛积，并对结果进行一系列线性或非线性变换，生成范围在[-1,1]之间的上下文感知权重； S5、将测试集输入到训练完成后的改进YOLOv5模型中进行测试； S6、将待检测图像输入到最终的水下垃圾检测模型中，模型输出检测框并在图像中标注出垃圾所在的位置。

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四川省长葫灌区运管中心，其通讯地址为：642450 四川省内江市威远县严陵镇杉树坳街中段85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。