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！

龙图腾网获悉中南林业科技大学申请的专利一种基于YOLOv5s的头盔佩戴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：CN115619766B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202211394708.0，技术领域涉及：G06T7/00；该发明授权一种基于YOLOv5s的头盔佩戴检测方法是由蒋峰;林虹雨设计研发完成，并于2022-11-08向国家知识产权局提交的专利申请。

本一种基于YOLOv5s的头盔佩戴检测方法在说明书摘要公布了：本发明公开了一种基于YOLOv5s的头盔佩戴检测方法，基于YOLOv5s模型对头盔佩戴图像进行处理，在主干网添加空洞协调注意力机制；所述的空洞协调注意力机制将空洞卷积与协调注意力机制结合，采用多分支的空洞卷积结构，设置不同扩张率，获取多尺度的特征信息。在颈部网络使用重构双向特征金字塔作为特征提取网络，跨尺度进行特征融合。在本发明提出的非机动车骑行人员头盔佩戴数据集“HelmetWearingdatasetforNon‑motorvehicleDriversHWND”上验证，结果表明，本发明提出的模型优于目前的检测算法，在复杂背景下可以实现对目标的准确检测，精度达到了94.3％。

本发明授权一种基于YOLOv5s的头盔佩戴检测方法在权利要求书中公布了：1.一种基于YOLOv5s的头盔佩戴检测方法，其特征在于，基于YOLOv5s模型对头盔佩戴图像进行处理，在主干网添加空洞协调注意力机制； 所述的空洞协调注意力机制将空洞卷积与协调注意力机制结合，采用多分支的空洞卷积结构，设置不同扩张率，获取多尺度的特征信息； 对输入特征图进行空洞卷积来获得更大感受野，将空洞卷积结构设置为卷积核大小为3×3，步长为2，扩张率分别是1、2、3，卷积后的感受野分别是3×3,5×5,7×7；三个分支卷积后得到的特征图和输入特征图具有相同通道数，但尺寸缩小了12； Ti＝DConvP 其中，Ti代表第ii＝1,2,3个分支的输出特征图，DConv代表空洞卷积操作，P代表输入特征图； 将三个分支得到的特征图进行拼接，再通过1×1卷积恢复通道数，得到特征图U，U＝[u1,u2,…,uc]∈RC×H×W，其中C、H、W分别代表特征图U的通道数、高和宽； 特征图U的生成公式为： U＝F1[T1,T2,T3] 其中[·,·,·]代表三个特征图T1，T2，T3在通道维度上的拼接操作，F1代表1×1卷积变换函数； 再将特征图U分为水平和垂直两个方向，分别使用核大小为H,1和1,W的池化层对每个通道进行编码，得到两个方向在每个通道的输出； 其中，H，W分别为特征图U的高和宽，表示高度为h的第c个通道的输出，zh表示编码得到的水平方向的特征图，为宽度w的第c个通道的输出，zw表示编码得到的垂直方向的特征图； 接着将聚合特征图zh和zw进行拼接，使用共享的1×1卷积降维后进行批量归一化处理，最后送入激活函数中得到特征图f，有： f＝δF1[zh，zw] 其中，δ代表非线性激活函数，f代表水平方向和垂直方向上编码空间信息得到的中间特征图，且f∈RCr×H+W，r为控制模块大小的缩小率，r设为32； 接着将特征图f分成两个单独的张量fh和fw，其中fh∈RCr×H，fw∈RCr×W；分别使用两个1×1卷积变换函数Fh和Fw，将通道数恢复到与输入特征图U一致；经过Sigmoid激活函数后分别得到特征图在高度和宽度上的注意力权重gh和gw； 有： gh＝σFhfh； gw＝σFwfw； 其中，σ表示Sigmoid激活函数，gh∈RC×H×1，gw∈RC×1×W； 最后在原始特征图上通过乘法加权计算，得到空洞协调注意力机制模块的的输出特征图Y,Y＝[y1,y2,…,yc]∈RC×H×W，有：

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中南林业科技大学，其通讯地址为：410004 湖南省长沙市天心区韶山南路498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。