浪潮智慧科技有限公司;浪潮智慧科技(武汉)有限公司娄文获国家专利权
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!
龙图腾网获悉浪潮智慧科技有限公司;浪潮智慧科技(武汉)有限公司申请的专利一种基于物联网平台的目标检测方法、系统、设备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:CN119559372B 。
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:202411512908.0,技术领域涉及:G06V10/25;该发明授权一种基于物联网平台的目标检测方法、系统、设备及介质是由娄文;王珂;于福勇;张再胜;袁江逸设计研发完成,并于2024-10-28向国家知识产权局提交的专利申请。
本一种基于物联网平台的目标检测方法、系统、设备及介质在说明书摘要公布了:本发明提供一种基于物联网平台的目标检测方法、系统、设备及介质,属于目标检测技术领域,所述方法步骤如下:对目标检测模型进行改进得到目标检测模型训练网络,并结合采集的图像数据集对目标检测模型进行训练;将训练好的目标检测模型导出并进行优化后转换为智能摄像头设备可执行的模型文件;智能摄像头设备加载模型文件,对实时视频流进行处理,得到目标检测结果;物联网展示平台对智能摄像头设备的目标检测结果进行展示和监测,并在目标检测结果不符合要求时,对目标检测结果进行优化。本发明通过在将目标检测模型及其训练网络分离,获得有效的模型特征和网络参数,并且不增加推理成本,通过将训练好的模型优化从而在嵌入式设备高效运行。
本发明授权一种基于物联网平台的目标检测方法、系统、设备及介质在权利要求书中公布了:1.一种基于物联网平台的目标检测方法,其特征在于,包括如下步骤: S1.在原有目标检测模型的基础上进行改进得到目标检测模型训练网络,使用目标检测模型训练网络,并结合采集的图像数据集对原有的目标检测模型进行训练;步骤S1具体步骤如下: S11.获取原有基于YOLOv7算法的目标检测模型; S12.在原有YOLOv7算法基础上对多分支堆叠模块进行改进,引入了特征学习组件得到改进版多分支堆叠模块;步骤S12具体步骤如下: S121.通过在多个并行路径进行不同的特征提取; S122.使用特征学习组件代替卷积学习特征;所述特征学习组件将输入特征图分割为两部分,一部分通过卷积层进行简单处理,另一部分先通过卷积层,再通过堆叠N个残差块构建更深的网络,最后将两个路径的输出进行拼接,经卷积处理后进行输出; S123.在不同深度的层之间插入聚合节点对不同分支的特征图进行融合,得到改进版多分支堆叠模块; S13.为原有基于YOLOv7算法的目标检测模型构建辅助分支,在辅助分支中引入特征拆分模块和特征融合模块,并使用特征拆分模块和特征融合模块融合改进版多分支堆叠模块和卷积操作,再将辅助分支与原有基于YOLOv7算法的目标检测模型叠加得到目标检测模型的训练网络;步骤S13具体步骤如下: S131.获取原有基于YOLOv7算法的目标检测模型的输入和输出,分别作为输入分支和输出分支; S132.为输入分支使用卷积和改进版多分支堆叠模块构建输入辅助分支; S133.为每个输出分支使用卷积和改进版多分支堆叠模块构建输出辅助分支; S134.将原有基于YOLOv7算法的目标检测模型的输入同时与输入辅助分支的前端连接; S135.将原有基于YOLOv7算法的目标检测模型的各输出使用特征拆分模块进行拆分; S136.将每个特征拆分模块的拆分结果与输入辅助分支的后端以及每个输出辅助分支的前端使用特征融合模块进行融合,得到目标检测模型的训练网络,其中原有基于YOLOv7算法的目标检测模型的输入为目标检测模型的训练网络的输入,而各输出辅助分支的输出为目标检测模型的训练网络的输出; S14.使用智能摄像头设备采集的图像和目标检测图片构建图像数据集,并将图像数据集划分为训练集和测试集; S15.通过目标检测模型的训练网络使用训练集对原有YOLOv7算法的目标检测模型进行训练,并在训练完成后使用测试集进行验证; S2.将训练好的目标检测模型导出并进行优化,再将优化的目标检测模型转换为智能摄像头设备可执行的模型文件; S3.智能摄像头设备加载模型文件,使用模型文件对实时视频流进行处理,得到目标检测结果; S4.通过物联网展示平台对智能摄像头设备的目标检测结果进行展示和监测,并在目标检测结果不符合要求时,对目标检测结果进行优化。
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浪潮智慧科技有限公司;浪潮智慧科技(武汉)有限公司,其通讯地址为:250000 山东省济南市中国(山东)自由贸易试验区济南片区浪潮路1036号S01楼;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励