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！

龙图腾网获悉苏州大学申请的专利一种基于模型轻量化的轨道交通障碍物识别方法及装置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：CN118379715B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202410540490.8，技术领域涉及：G06V20/58；该发明授权一种基于模型轻量化的轨道交通障碍物识别方法及装置是由黄昱晨;盛洁;吴澄;张瑾;谢劼;薛沛楠设计研发完成，并于2024-04-30向国家知识产权局提交的专利申请。

本一种基于模型轻量化的轨道交通障碍物识别方法及装置在说明书摘要公布了：本发明涉及一种基于模型轻量化的轨道交通障碍物识别方法及装置，包括获取轨道交通障碍物识别模型作为待剪枝网络模型，进行预训练，更新模型参数集合与成本函数，并获取所有滤波器的输出激活值与梯度值；构建滤波器初始重要性表达式，泰勒展开后，与海森矩阵相乘，构建滤波器最终重要性表达式；按照预设维度对最终重要性进行平均，获取滤波器权重后归一化，获取归一化滤波器权重后，进行排序，基于预设权重构建待剪枝滤波器集合；从待剪枝网络模型的第一层卷积层开始剪枝，更新模型参数集合，直至达到预设剪枝个数，得到轻量化轨道交通障碍物识别模型；将实时采集轨道交通影像输入，获取轨道交通上障碍物的位置及尺寸，完成轨道交通障碍物识别。

本发明授权一种基于模型轻量化的轨道交通障碍物识别方法及装置在权利要求书中公布了：1.一种基于模型轻量化的轨道交通障碍物识别方法，其特征在于，包括： 获取轨道交通障碍物识别模型，作为待剪枝网络模型； 获取待剪枝网络模型及其初始参数集合，利用轨道交通影像样本数据集对其进行预训练，更新模型参数集合与成本函数，并获取预训练好的待剪枝网络模型的每一层卷积层中所有滤波器的输出激活值与梯度值；所述梯度为成本函数相对于输出激活值的一阶导数； 对于每个滤波器，基于Oracle_Abs准则，计算每个滤波器被剪枝后的成本函数变化值，构建初始重要性表达式，获取每个滤波器的初始重要性，表示为：；其中，初始重要性表示剪枝滤波器i后成本函数变化值；表示第个滤波器的输出激活值；表示剪枝第个滤波器后待剪枝网络模型的成本函数，表示没有剪枝滤波器时待剪枝网络模型的成本函数，表示包括输入集与正确标签集的训练样本集合，表示为，表示待剪枝网络模型中滤波器总个数；成本函数的表达式为，表示在给定的输入和剪枝第个滤波器后的模型参数集合下，预测出正确标签的概率； 对初始重要性表达式进行泰勒展开后，与海森矩阵相乘，基于成本函数对输出激活值的一阶导数，以及对梯度的一阶偏导数，构建每个滤波器的最终重要性表达式，获取每个滤波器的最终重要性；所述最终重要性为四维向量；其中，对初始重要性表达式进行泰勒展开，表示为：；最终重要性表达式，表示为：；其中，滤波器的梯度表示成本函数相对于第i个滤波器输出激活值的一阶导数，为泰勒展开的剩余余项；表示成本函数相对于梯度的一阶偏导数； 按照预设维度对所述最终重要性进行平均，获取滤波器权重，并进行归一化，获取归一化滤波器权重； 对待剪枝模型中所有滤波器的归一化滤波器权重由小到大进行排序，获取所有归一化滤波器权重小于预设权重的滤波器，构成待剪枝滤波器集合； 从待剪枝网络模型的第一层卷积层开始，对存在于待剪枝滤波器集合中滤波器进行剪枝，并更新模型参数集合，直至待剪枝网络模型中被剪枝的滤波器个数达到预设剪枝个数，获取目标模型参数集合； 基于目标模型参数集合，获取轻量化网络模型，得到轻量化轨道交通障碍物识别模型； 实时采集轨道交通影像，输入轻量化轨道交通障碍物识别模型中，获取轨道交通上障碍物的位置及尺寸，完成轨道交通障碍物识别。

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苏州大学，其通讯地址为：215000 江苏省苏州市相城区济学路8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。