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！

龙图腾网获悉山东省科学院自动化研究所申请的专利一种基于YOLOv5的火灾早期烟雾检测方法及系统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：CN115601696B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202211181310.9，技术领域涉及：G06V20/52；该发明授权一种基于YOLOv5的火灾早期烟雾检测方法及系统是由李杨;陶明坤设计研发完成，并于2022-09-27向国家知识产权局提交的专利申请。

本一种基于YOLOv5的火灾早期烟雾检测方法及系统在说明书摘要公布了：本发明属于图像目标检测领域，提供了一种基于YOLOv5的火灾早期烟雾检测方法及系统，包括获取火灾烟雾图像并进行预处理；基于预处理后的火灾烟雾图像，利用训练好的火灾早期烟雾检测模型进行火灾早期烟雾检测；其中，所述火灾早期烟雾检测模型，具体为：以YOLOv5为基础模型，包括主干特征提取网络、加强特征提取网络以及YoloHead网络，所述主干特征提取网络采用Mobilenetv3网络；引入空洞卷积到加强特征提取网络中代替原有卷积以扩大捕获多尺度上下文信息，同时引入深度可分离卷积在加强特征提取网络中以降低模型的参数量和计算量；本发明改进后的网络结构具有更少的参数量和更快的检测速度以及更高的检测精度，能够满足嵌入式设备的实时性火焰早期烟雾检测需求。

本发明授权一种基于YOLOv5的火灾早期烟雾检测方法及系统在权利要求书中公布了：1.一种基于YOLOv5的火灾早期烟雾检测方法，其特征在于，包括： 获取火灾烟雾图像并进行预处理； 基于预处理后的火灾烟雾图像，利用训练好的火灾早期烟雾检测模型进行火灾早期烟雾检测； 其中，所述火灾早期烟雾检测模型，具体为： 以YOLOv5为基础模型，包括主干特征提取网络、加强特征提取网络以及YoloHead网络，所述主干特征提取网络采用Mobilenetv3网络中最后三个shape的有效特征层来进行加强特征提取； 引入空洞卷积到加强特征提取网络中代替原有卷积以扩大捕获多尺度上下文信息，同时引入深度可分离卷积在加强特征提取网络中以降低模型的参数量和计算量； 所述加强特征提取网络包括依次连接的深度可分离卷积层、上采样层、Concat层、第一融合空洞卷积的C3层、深度可分离巷积层、上采样层、Concat层、第二融合空洞卷积的C3层、卷积层、Concat层、第三融合空洞卷积的C3层、卷积层、Concat层、C3层； 第一融合空洞卷积的C3层，第二融合空洞卷积的C3层，第三融合空洞卷积的C3层是将空洞卷积代替C3中的sequential中的卷积Conv； 使用FocalLoss损失函数以消除类别不均衡带来的影响提高网络的泛化能力。

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山东省科学院自动化研究所，其通讯地址为：250014 山东省济南市历下区科院路19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。