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！

龙图腾网获悉郑州大学申请的专利一种AC-YOLOX识别模型及安全帽佩戴识别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：CN116682135B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202310058537.2，技术领域涉及：G06V40/10；该发明授权一种AC-YOLOX识别模型及安全帽佩戴识别方法是由林楠;刘梦迪设计研发完成，并于2023-01-18向国家知识产权局提交的专利申请。

本一种AC-YOLOX识别模型及安全帽佩戴识别方法在说明书摘要公布了：发明提供一种安全帽佩戴识别模型、识别方法、识别系统，识别模型采用以下步骤训练而得：拍摄工地员工安全帽佩戴视频数据并且截取不同帧数下的图片数据；使用labelme工具标注图片数据，分为hat、person两类，并将标签数据转化为VOC格式的数据集；使用数据增强方法扩充数据集，其中，Mosaic方法通过4张图像的随机拼接再缩放至相同输入尺寸大小，Mixup方法通过叠加不同图像方式模拟遮挡目标的效果；依据AC‑YOLOX识别模型构建识别网络；将数据集输入到AC‑YOLOX识别模型中进行训练和测试，按照7:1:2比例细化为训练集、测试集、验证集，最终得到AC‑YOLOX识别模型的模型文件。

本发明授权一种AC-YOLOX识别模型及安全帽佩戴识别方法在权利要求书中公布了：1.一种安全帽佩戴识别系统，其特征在于，系统采用AC-YOLOX识别模型识别安全帽佩戴，所述AC-YOLOX识别模型包括： Backbone模块，用于对输入的图像进行特征提取为四个尺度的特征； 采用DarkNet53主干和SPP层的架构，首先将输入的图像进行缩放，再通过FocusNet获取三尺度的图像特征，而后使用残差卷积、SPP池化操作获取四个尺度的特征图； 包括依次连接的Focus模块、第一CBS模块、第二CBS模块、第一Csplayer模块、第三CBS模块、第二Csplayer模块、第四CBS模块、第三Csplayer模块、第五CBS模块、SPP池化操作和第四Csplayer模块； 在第四Csplayer模块输出阶段C3的特征，在第三Csplayer模块输出阶段C4的特征，在第二Csplayer模块输出阶段C5的特征，在第一Csplayer模块输出阶段C6的特征； neck模块，用于对Backbone模块提取的特征进行多尺度特征融合； 包括三个Conv卷积模块、两个UpSampling2D上采样模块、六个Concat+Csplayer模块、三个Downsample下采样模块、七个CBAM注意力模块和一个AC-SR超分模块； 第一Conv卷积模块、第一UpSampling2D上采样模块、第一CBAM注意力模块、第一Concat+Csplayer模块、第二Conv卷积模块、第二UpSampling2D上采样模块、第二Concat+Csplayer模块、第三Conv卷积模块、AC-SR超分模块和第三Concat+Csplayer模块依次连接； 第三Concat+Csplayer模块的输出接至第一Downsample下采样模块的输入； 第一Downsample下采样模块、第四Concat+Csplayer模块、第六CBAM注意力模块、第二Downsample下采样模块、第五Concat+Csplayer模块、第七CBAM注意力模块、第三Downsample下采样模块和第六Concat+Csplayer模块依次连接； Backbone模块在阶段C3、C4、C5、C6输出的特征，分别对应输入第二、第三、第四、第五CBAM注意力模块；第二、第三、第四、第五CBAM注意力模块的输出分别对应接入第一Conv卷积模块、第一Concat+Csplayer模块、第二Concat+Csplayer模块和第三Concat+Csplayer模块； 第一Conv卷积模块与第六Concat+Csplayer模块连接，第二Conv卷积模块与第五Concat+Csplayer模块连接，第二Concat+Csplayer模块与第四Concat+Csplayer模块连接； 第三Concat+Csplayer模块、第四Concat+Csplayer模块、第五Concat+Csplayer模块、第六Concat+Csplayer模块相互连接作为该neck模块的输出，并对应输出P2、P3、P4、P5四个尺度的特征层； AC-SR超分模块包括依次连接的ACmix模块、Conv卷积和上采样模块； head模块，包括FNPfeature分类模块和回归模块； FNPfeature分类模块对neck模块输出的P2、P3、P4、P5四个尺度的特征层分别进行解耦操作，分解成判断类别、判断前背景和定位目标三个分支操作； 回归模块对判断类别分支操作和判断前背景分支操作分别通过卷积映射到目标类别数和有无目标类别数，再利用Sigmoid操作转化为预测概率； 定位目标分支操作，也是通过卷积映射至所需回归的中心点横坐标、纵坐标、宽、高。

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郑州大学，其通讯地址为：450001 河南省郑州市高新技术产业开发区科学大道100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。