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！

龙图腾网获悉江苏矩阵智能装备有限公司申请的专利基于轻量化网络的数字识别方法、装置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：CN119942552B 。

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：202510009716.6，技术领域涉及：G06V30/146；该发明授权基于轻量化网络的数字识别方法、装置及介质是由薛腾辉;叶国靖;邓长佳设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本基于轻量化网络的数字识别方法、装置及介质在说明书摘要公布了：本发明公开一种基于轻量化网络的数字识别方法、装置及介质，涉及轨道交通智能运维技术领域。该方法包括：构建轻量化网络，基于数码管数字数据集进行训练，获得数字识别模型；获取实时图像，基于预设的数字识别的感兴趣区域，将所述实时图像中各个感兴趣区域图像输入至数字识别模型中，得到数字数值结果。本发明利用历史数据集对构建的轻量化网络进行训练，以得到一个数字识别模型，基于该数字识别模型，通过预设的感兴趣区域，可从摄像机拍摄到的实时图像中快速识别出该实时图像中的数码管的显示数据，相较于传统的人工读数方式，可有效提高数据读取的准确性和效率。

本发明授权基于轻量化网络的数字识别方法、装置及介质在权利要求书中公布了：1.一种基于轻量化网络的数字识别方法，其特征在于，所述方法包括： 构建轻量化网络，基于数码管数字数据集进行训练，获得数字识别模型； 获取实时图像，基于预设的数字识别的感兴趣区域，将所述实时图像中各个感兴趣区域图像输入至数字识别模型中，得到数字数值结果； 所述轻量化网络包括14个依次连接的模块层，分别为第一模块层、第二模块层、第三模块层、第四模块层、第五模块层、第六模块层、第七模块层、第八模块层、第九模块层、第十模块层、第十一模块层、第十二模块层、第十三模块层和第十四模块层； 所述第一模块层为卷积层，核为3×3、步长为2、输出通道为32； 所述第二模块层为深度卷积层，核为3×3、步长为1、输出通道为32； 所述第三模块层为逐点卷积层，核为1×1、步长为1、输出通道为64； 所述第四模块层为深度卷积层，核为3×3、步长为1、输出通道为64； 所述第五模块层为逐点卷积层，核为1×1、步长为1、输出通道为128； 所述第六模块层为深度卷积层，核为3×3、步长为2、输出通道为128； 所述第七模块层为逐点卷积层，核为1×1、步长为1、输出通道为256； 所述第八模块层为深度卷积层，核为3×3、步长为1、输出通道为256； 所述第九模块层为逐点卷积层，核为1×1、步长为1、输出通道为512； 所述第十模块层为深度卷积层，核为3×3、步长为1、输出通道为512； 所述第十一模块层为逐点卷积层，核为1×1、步长为1、输出通道为1024； 所述第十二模块层为深度卷积层，核为3×3、步长为1、输出通道为1024； 所述第十三模块层为平均值池化层，核为1×1； 所述第十四模块层为全连接层，激活后为各个预测标签的概率，输出长度为11； 获取实时图像，基于预设的数字识别的感兴趣区域，将所述实时图像中各个感兴趣区域图像输入至数字识别模型中，得到数字数值结果，包括： 以数字中各个符号的出现位置作为感兴趣区域，从所述实时图像中提取出感兴趣区域图像； 将所述感兴趣区域输入至所述数字识别模型中，得到长度为11的向量；所述向量的第1到10位表示数字0到9的概率，第11位表示小数点的概率；概率最高对应的标签，为当前感兴趣区域单个数字的字符串； 将各个感兴趣区域图像的单个数字检测结果顺次拼接，得到数字检测结果的字符串作为数字数值结果。

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江苏矩阵智能装备有限公司，其通讯地址为：215400 江苏省苏州市太仓市科教新城健雄路20号大学科技园二期2号楼510室；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。