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！

龙图腾网获悉淮阴工学院申请的专利一种用于交通信号灯检测的改进型YOLOv5n模型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：CN116562341B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202310625123.3，技术领域涉及：G06N3/0464；该发明授权一种用于交通信号灯检测的改进型YOLOv5n模型是由邹佳明;柯永斌;石锐;姜程文;谢田设计研发完成，并于2023-05-30向国家知识产权局提交的专利申请。

本一种用于交通信号灯检测的改进型YOLOv5n模型在说明书摘要公布了：一种用于交通信号灯检测的改进型YOLOv5n模型，优化方法的步骤包括：S1、获取待检测图像，进行数据预处理，分为训练集和测试集；S2、在YOLOv5n模型head层中的卷积核为3、步长为2的Convolution卷积换成involution卷积。S3、改进YOLOv5n模型C3模块中的Bottleneck，引入深度可分离卷积网络和FReLU激活函数组成MN_Bottleneck。S4、数据集训练该检测模型，使用训练好的检测模型进行交通信号灯检测，对检测结果进行评价。本发明使模型轻量化、训练和推理速度更快，提高模型的鲁棒性，使模型对于输入数据中的干扰或噪声能够保持相对稳定的预测结果，使其更加适用于复杂多变的现实场景。

本发明授权一种用于交通信号灯检测的改进型YOLOv5n模型在权利要求书中公布了：1.一种用于交通信号灯检测的改进型YOLOv5n模型，其特征在于：使模型轻量化、训练和推理速度更快，提高模型的鲁棒性，使模型对于输入数据中的干扰或噪声能够保持相对稳定的预测结果，使其更加适用于复杂多变的现实场景；具体优化方法的步骤包括： S1、获取待检测图像数据集，进行数据预处理，分为训练集和测试集； S2、将YOLOv5n模型head层中的卷积核为3、步长为2的Convolution卷积换成involution卷积； S3、改进YOLOv5n模型C3模块中的Bottleneck，引入深度可分离卷积网络和FReLU激活函数组成MN_Bottleneck； 所述的改进YOLOv5n模型C3模块中的Bottleneck是在原YOLOv5n模型C3模块的Bottleneck中引入DW卷积，具体的操作方式为： 步骤a：修改common文件，在其中添加Conv_FReLU、MN_Bottleneck和MN_C3模块； 步骤b：修改YOLO文件，在YOLO的parse_model函数，加入MN_C3模块； 步骤c：在models文件夹下新建yolov5n‑MN.yaml文件； 步骤d：将train.py中原yaml文件改为上一步的yolov5n‑MN.yaml文件即可训练； S4、数据集训练该改进的YOLOv5n检测模型，使用训练好的检测模型进行交通信号灯检测，对检测结果进行评价。

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淮阴工学院，其通讯地址为：223005 江苏省淮安市经济开发区枚乘路1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。