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！

龙图腾网获悉四川轻化工大学申请的专利一种基于改进YOLOX的安全帽检测方法、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：CN115690643B 。

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：202210947150.8，技术领域涉及：G06V20/40；该发明授权一种基于改进YOLOX的安全帽检测方法、系统、设备及介质是由李兆飞;童晓东;陈钰枚;王泽楠;魏旭东设计研发完成，并于2022-08-09向国家知识产权局提交的专利申请。

本一种基于改进YOLOX的安全帽检测方法、系统、设备及介质在说明书摘要公布了：本发明属于目标检测技术领域，其目的在于提供一种基于改进YOLOX的安全帽检测方法、系统、设备及介质。本发明通过引入DenseBlock模块代替现有主干网络中Focus模块，可极大地保留小目标的完整信息，采用密集连接的思想对特征融合模块进行改进，实现特征重用以增强多尺度特征的提取和检测能力；通过多个残差单元的输出端均通过所述特征融合层与所述输出层连接，使得本发明中的检测模型可利用网络的底层和高层特征，在现有YOLO模型的特征图输出的基础上增加输出，提供更多的小目标特征信息，从而增强网络小目标检测能力，并进行多尺度融合检测，使得本发明可提高模型在变电站环境佩戴安全帽检测效果，可减少漏检和误检，利于提高安全帽佩戴检测精度和检测速度。

本发明授权一种基于改进YOLOX的安全帽检测方法、系统、设备及介质在权利要求书中公布了：1.一种基于改进YOLOX的安全帽检测方法，其特征在于：包括： 构建改进YOLOX的安全帽检测模型；其中，所述改进YOLOX的安全帽检测模型包括依次连接的输入层、主干网络、特征融合层和输出层，所述主干网络包括与输入层依次连接的DenseBlock模块和多个堆叠的残差单元，多个残差单元的输出端均通过所述特征融合层与所述输出层连接； 获取安全帽数据集，并对所述安全帽数据集进行预处理，得到预处理后数据集； 基于所述预处理后数据集输入所述改进YOLOX的安全帽检测模型进行训练，得到训练后安全帽检测模型； 获取变电站作业数据； 将所述变电站作业数据输入所述训练后安全帽检测模型，得到变电站作业数据的安全帽佩戴状态检测结果； 每个残差单元均包括依次连接的Conv模块模块和CspLayer模块；所述残差单元设置有4个，4个所述残差单元分为依次与所述DenseBlock模块连接的第一残差单元、第二残差单元、第三残差单元和第四残差单元，所述第一残差单元、第二残差单元、第三残差单元和第四残差单元中的CspLayer模块均通过特征融合层与所述输出层连接； 特征融合层包括第一上采样模块、第一特征拼接模块、第二上采样模块、第二特征拼接模块、第三上采样模块、第三特征拼接模块、第四上采样模块、第五上采样模块、第六上采样模块、下采样模块和第四特征拼接模块； 第四残差单元的输出端通过第一上采样模块与第一特征拼接模块的输入端连接，第三残差单元的输出端与第一特征拼接模块的输入端连接；第一特征拼接模块的输出端通过第二上采样模块与第二特征拼接模块的输入端连接，第二残差单元的输出端与第二特征拼接模块的输入端连接，第四残差单元的输出端通过第四上采样模块与第二特征拼接模块的输入端连接；第二特征拼接模块的输出端通过第三上采样模块与第三特征拼接模块的输入端连接，第一残差单元的输出端与第三特征拼接模块的输入端连接，第一特征拼接模块的输出端通过第五上采样模块与第三特征拼接模块的输入端连接，第四残差单元的输出端通过第六上采样模块与第三特征拼接模块的输入端连接；第三特征拼接模块的输出端通过下采样模块与第四特征拼接模块的输入端连接，第二特征拼接模块的输出端与第四特征拼接模块的输入端连接； 输出层包括与第四残差单元的输出端连接的第一输出模块、与第一特征拼接模块的输出端连接的第二输出模块以及与第四特征拼接模块的输出端连接的第三输出模块； 多个残差单元之间通过MCA注意力模块连接，多个残差单元的输出端均通过所述MCA注意力模块与特征融合层连接。

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四川轻化工大学，其通讯地址为：643000 四川省自贡市汇东学苑街180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。