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！

龙图腾网获悉浙江大学申请的专利一种基于YOLOv7的图像风险分类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：CN116797830B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202310717110.9，技术领域涉及：G06V10/764；该发明授权一种基于YOLOv7的图像风险分类方法及装置是由尹可挺;刘文豪;马振军;陈晓丰设计研发完成，并于2023-06-15向国家知识产权局提交的专利申请。

本一种基于YOLOv7的图像风险分类方法及装置在说明书摘要公布了：本发明公开了一种基于YOLOv7的图像风险分类方法及装置，该方法通过OpenSea提供的API接口爬取NFT基本信息，获取开源数据集并划分，使用划分得到的训练集和验证集进行模型的训练，对yolov7算法进行改进后，模型的主干网络对图像进行特征提取和特征融合获得图像特征图；模型中的头部网络对特征图进行特征融合，并使用新的GAP‑FCN分类结构得到分类结果；利用得到的分类结果和预设标签计算损失度，反向更新网络权重，通过多批次样本的不断训练，得到训练完成的模型；将划分得到的测试集的图像或待预测的图像输入训练完成的模型，重复输入和提取融合得到图像风险分类结果，本发明中采用的数据增强技术来扩充数据集，增加了训练样本的数量，提高了数据的利用率。

本发明授权一种基于YOLOv7的图像风险分类方法及装置在权利要求书中公布了：1.一种基于YOLOv7的图像风险分类方法，其特征在于，包括以下步骤： 1获取图像数据集，为数据标记风险标签，并划分训练集、验证集和测试集； 2使用训练集和验证集进行模型的训练，即将待图像输入获得的网络模型； 3模型中的主干网络对每一张图像进行特征提取和特征融合，获得不同感受的图像特征图； 4所述网络模型中的头部网络对主干网络中获取的不同感受的图像特征图进行进一步特征融合，并使用新的GAP-FCN分类结构得到分类结果； 5所述网络模型利用得到的分类结果和预设标签计算损失度，反向更新网络权重，通过多批次样本的不断训练，使模型得以获取图像风险分类的能力，得到训练完成的模型； 所述步骤3-步骤5中的网络模型分为主干网络和头部网络，所述主干网络主要负责特征提取，所述头部网络负责进一步特征融合和分类；具体为： a针对主干网络中的特征提取部分，改进YOLOv7算法中的特征提取模块E-ELAN，即利用改进的I-ELAN结构进行特征提取；所述I-ELAN具体为，首先将来自右侧输入的CSP结构的3个输出特征图进行一次cat拼接，再进行一次1*1卷积的融合，然后与来自左侧输入的跨越连接的特征图进行随机重排基数操作，再进行合并融合操作，使得整体的通道数为原来的二分之一； b在主干网络的特征提取过程中，利用改进YOLOv7算法中的特征提取池化结构完成池化操作：所述改进为使用步长为2,2的卷积层来进行池化操作，利用完全使用卷积池化来替代原有池化结构； c在主干网络和头部网络的接洽处融合特征，将空间金字塔池化跨阶段部分连接原结构SPPCSPC改进为一个新结构SPPFCSPC，所述SPPFCSPC的输入分为两部分，一部分通过3重卷积后，进入一个3重池化层，将SPPCSPC的分开独立进行的3个池化层改为连续进行的3个池化层，然后将三重池化结构进行拼接后用卷积进行融合，形成一个跨阶段部分结构；另一部分作为跨越连接，与跨阶段部分结构的输出进行融合； d在主干网络与头部网络的接洽处，利用改进YOLOv7的FPN结构加强特征融合能力；对FPN保留的3种尺度的特征图都采用所述的SPPFCSPC结构进行处理； e在头部网络中，改进YOLOv7的分类预测结构，即将GAP-FCN分类结构替换YOLOv7头部网络的预测结构，利用GAP-FCN结构使模型专注于分类，所述GAP-FCN是全局平均池化-全卷积结构，是综合全卷积神经网络和全局平均池化的一种新的专注分类的结构；所述GAP-FCN的具体操作为：对于YOLOv7中PAN反向金字塔的3种尺寸特征图输出，分别将之通过卷积扩展到一个大的相同通道数，再经过一个全局平均池化统一为相同维度的3个一维向量，通过计算3个一维向量的叠加和以得到一个新的特征向量，这个向量表示了图像在多个尺度下的特征信息，利用这个向量再进行分类为3种不同分类结果的集成，最后通过一个神经元为类别数的全连接层得到最终的分类结果； 6将测试集的图像或待预测的图像输入训练完成的模型，重复步骤2和步骤3得到分类结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。