江苏科技大学杨欣仪获国家专利权
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！
龙图腾网获悉江苏科技大学申请的专利一种基于YOLOv7优化的答题卡填涂方式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：CN117152782B 。
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：202310873155.5，技术领域涉及：G06V30/42；该发明授权一种基于YOLOv7优化的答题卡填涂方式检测方法是由杨欣仪;印洁;刘庆华;孙世诚;接浩设计研发完成，并于2023-07-17向国家知识产权局提交的专利申请。
本一种基于YOLOv7优化的答题卡填涂方式检测方法在说明书摘要公布了：本发明公开了一种基于YOLOv7优化的答题卡填涂方式检测方法，方法包括：采集模拟答题卡图像，生成答题卡图像数据集，对数据集中的模拟答题卡图像数据进行标注，并进行增强预处理得到扩展的答题卡图像数据集，进一步划分为训练集、验证集和测试集；搭建改进的YOLOv7网络模型；用训练集对改进的YOLOv7网络模型进行训练，并用验证集进行验证，得到训练好的改进的YOLOv7网络模型；最后将测试集输入训练好的改进的YOLOv7网络模型，得到检测后的答题卡填涂方式的标注信息。本发明检测到的答题卡填涂方式能够清晰的判别正误，为答题卡阅卷者在密集填涂的复杂背景下工作提供相应的技术支持。
本发明授权一种基于YOLOv7优化的答题卡填涂方式检测方法在权利要求书中公布了：1.一种基于YOLOv7优化的答题卡填涂方式检测方法，其特征在于，包括以下步骤： 采集模拟答题卡图像，生成答题卡图像数据集，对数据集中的模拟答题卡图像数据进行标注，并进行增强预处理得到扩展的答题卡图像数据集，进一步划分为训练集、验证集和测试集；搭建改进的YOLOv7网络模型；用训练集对改进的YOLOv7网络模型进行训练，并用验证集进行验证，得到训练好的改进的YOLOv7网络模型；最后将测试集输入训练好的改进的YOLOv7网络模型，得到检测后的答题卡填涂方式的标注信息； 其中，改进的YOLOv7网络模型在YOLOv7网络基础上进行改进，包括：将主干网络中的部分ELAN模块以及颈部网络中的ELAN模块替换成C3GhostV2轻量级卷积模块；主干网络和颈部网络中在MP模块中将原来的3×1卷积替换成SimAM注意力机制模块；将CIoU损失函数替换成WIoU损失函数。
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江苏科技大学，其通讯地址为：212003 江苏省镇江市京口区梦溪路2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。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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