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！

龙图腾网获悉三峡大学申请的专利一种基于自适应改进YOLOv7网络载体巡检车的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：CN117237909B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310966210.5，技术领域涉及：G06V20/58；该发明授权一种基于自适应改进YOLOv7网络载体巡检车的检测方法是由叶永盛;刘强;褚家伟;徐燕龙;谭国光;黎丽丽设计研发完成，并于2023-08-02向国家知识产权局提交的专利申请。

本一种基于自适应改进YOLOv7网络载体巡检车的检测方法在说明书摘要公布了：一种基于自适应改进YOLOv7网络载体巡检车的检测方法，包括以下步骤：1利用构建智能平台与人机交互，摄像头输入端连接开发版输出端，云端服务器连接手机APP，检测云端服务器信号并记录数据；2操作人员采用人脸解锁巡检车，系统采集并记录数据；3巡检车启动跟随模式，其距离获取装置设置于车体前方，用于感知距离和方位；4训练改进后的YOLOv7模型，使用该模型识别违规操作与产品，输出通过显示器与手机APP显示；5通过识别结果，对劣质产品完成自主分类，并自主导航制打包点，由专员进行打包工作，巡逻车完成分配的任务后，自动巡航到指定的停车点。根据本发明，通过将跟踪技术与图像识别技术相结合，有效降低工厂运营复杂程度与工人巡查时间，高效纠正员工错误行为。

本发明授权一种基于自适应改进YOLOv7网络载体巡检车的检测方法在权利要求书中公布了：1.一种基于自适应改进YOLOv7网络载体巡检车的检测方法，其特征在于，它在使用时，采用以下步骤： 步骤1：利用构建的智能平台与人机交互，摄像头输入端连接开发版输出端，云端服务器连接手机APP，检测云端服务器信号并记录数据； 步骤2：操作人员采用人脸解锁巡检车，系统采集并记录数据，并不断跟踪和遵循工作人员的动作； 步骤3：巡检车启动跟随模式，其距离获取装置设置于车体前方，用于感知距离和方位； 步骤4：使用训练改进后的YOLOv7模型识别违规操作与产品，输出通过显示器与手机APP显示； 步骤5：通过识别结果，对劣质产品完成自主分类，并自主导航至打包点，由专员进行打包工作，巡逻车完成分配的任务后，自动巡航到指定的停车点； 改进后的YOLOv7模型采用K-means++算法计算初始锚框； 改进后的YOLOv7模型采用meta-ACON作为激活函数； 改进后的YOLOv7模型中，backbone网络为：经过特征提取模块中第一CBM模块1、第二CBM模块2、第三CBM模块3、第四CBM模块4，得到特征图F1→经过ELAN模块5，ELAN由多个CBS构成，得到特征图F2→经过MP层6实现空间降采样，得到特征图F3→经过ELAN模块7，得到特征图F4→经过MP层8和ELAN模块9，得到特征图F5→再次经过MP层10和ELAN模块11，得到特征图F6特征图； 对于backbone最后输出的32倍降采样特征图经过SPPCSPC模块14，得到特征图F7→经过上采样UP15操作→与经过CBM12的特征图F8进行concat16操作→经过ELANH模块17进行特征融合→再次进行上采样UP18操作→与经过CBM13的特征图F9进行concat19操作→经过ELANH模块20进行特征融合，得到特征图F10； 上述特征图F10经过RepConv31调整通道数→使用Conv32去预测较小尺寸的物体； 经过ELANH模块20的特征图F10经再经过MP层21→与经过ELANH模块17的特征图F11进行concat22操作→经过ELANH模块23进行特征融合，得到特征图F13→经过RepConv29调整通道数→使用Conv30去预测中等尺寸的物体； 经过ELANH模块23的特征图F13经再经过MP层24→与经过SPPCSPC模块14的特征图F7进行concat25操作→经过ELANH模块26进行特征融合，得到特征图F14→经过RepConv27调整通道数→使用Conv28去预测较大尺寸的物体。

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三峡大学，其通讯地址为：443002 湖北省宜昌市西陵区大学路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。