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！

龙图腾网获悉同济大学申请的专利一种基于卷积垂直整合的安全帽快速视觉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：CN115187907B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202210841726.2，技术领域涉及：G06V20/40；该发明授权一种基于卷积垂直整合的安全帽快速视觉检测方法是由刘成菊;陈启军;闫卿卿;李树设计研发完成，并于2022-07-18向国家知识产权局提交的专利申请。

本一种基于卷积垂直整合的安全帽快速视觉检测方法在说明书摘要公布了：本发明涉及一种基于卷积垂直整合的安全帽快速视觉检测方法，包括以下步骤：1构建安全帽快速视觉检测网络结构并进行训练；2进行安全帽快速视觉检测网络的垂直整合预处理与计算；3进行卷积垂直整合，实现安全帽快速视觉检测。与现有技术相比，通过对两个线性卷积核参数进行垂直整合运算，利用复合卷积核实现YOLOv3网络结构的参数重构，大幅减少网络深度，减少数据传输吞吐量，在不明显降低准确率的情况下，大幅提高算法的实时性，便于在边缘设备上部署。

本发明授权一种基于卷积垂直整合的安全帽快速视觉检测方法在权利要求书中公布了：1.一种基于卷积垂直整合的安全帽快速视觉检测方法，其特征在于，该方法包括以下步骤： 1构建安全帽快速视觉检测网络结构并进行训练； 2进行安全帽快速视觉检测网络的垂直整合预处理与计算； 3进行卷积垂直整合，实现安全帽快速视觉检测；所述的步骤1具体包括以下步骤： 11为安全帽检测任务构建标准YOLOV3网络，并将类别数设置为2，包括一类未佩戴安全帽的人员以及一类佩戴好安全帽的人员； 12对于YOLOV3网络中每个残差结构，去除其内部两个卷积之间的非线性层构成新的网络结构； 13利用预先准备的安全帽检测数据集，按照YOLOV3网络标准训练参数与训练流程，对步骤12中构建的新网络进行训练； 所述的步骤2具体包括以下步骤： 21基于步骤13中训练好的网络，将每个残差块内部的每个卷积+批归一化层合并为单一卷积核，得到由仅有两个线性卷积的残差结构构成的YOLOV3网络； 22计算对每个残差块内部的两个卷积进行垂直整合后的卷积的属性参数，包括卷积核大小、步长和边界填充量；所述的步骤22中，卷积的卷积核大小的计算式为： 其中，为第一个卷积的卷积核大小，为第一个卷积的步长，为第二个卷积的卷积核大小； 所述的步骤3具体包括以下步骤： 31将第一个卷积和第二个卷积的权重进行整理； 32初始化权重为零，则有： ； 其中，zeros表示生成指定大小的全零矩阵；为第二个卷积的输入通道数，为第一个卷积的输入通道数； 33计算卷积核垂直整合时的空洞率和边界填充量； 34遍历第一个卷积的全部输入通道，抽取卷积核第个输入通道的全部权重，记为； 35对于每个，遍历卷积核第个输出通道的全部权重，记为； 36将旋转180度，得到，其中，rot表示旋转操作； 37计算垂直整合后卷积中第个输入通道对第个输出通道的权重，则有： 其中，I为输入，为垂直整合后卷积的大小，padding为卷积操作的边界填充量，dilation为卷积操作的扩张率； 38重复步骤34-37，直至计算完成卷积的全部权重； 39重复步骤31-38，直至整合完成网络全部残差结构； 310利用步骤39中得到的网络结构进行安全帽快速视觉检测。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。