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应用于边缘设备基于结构重参数化的安全帽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：CN115410111B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202210843903.0，技术领域涉及：G06V20/40；该发明授权一种应用于边缘设备基于结构重参数化的安全帽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。

本一种应用于边缘设备基于结构重参数化的安全帽检测方法在说明书摘要公布了：本发明涉及一种应用于边缘设备基于结构重参数化的安全帽检测方法，包括以下步骤：1构建稠密重参数化模块；2构建适用于安全帽检测的标准YOLOv3‑tiny模型与训练数据集；3对标准YOLOv3‑tiny模型进行重构并训练；4将训练好的重构模型等价转换为推理模型，并进行安全帽检测。与现有技术相比，本发明具有实时性高、准确率高、泛化能力强，能够避免梯度弥散与梯度爆炸，降低特征冗余度，提升网络的学习能力等优点。

本发明授权一种应用于边缘设备基于结构重参数化的安全帽检测方法在权利要求书中公布了：1.一种应用于边缘设备基于结构重参数化的安全帽检测方法，其特征在于，该方法包括以下步骤： 1构建稠密重参数化模块； 2构建适用于安全帽检测的标准YOLOv3-tiny模型与训练数据集； 3对标准YOLOv3-tiny模型进行重构并训练； 4将训练好的重构模型等价转换为推理模型，并进行安全帽检测； 所述的步骤1具体包括以下步骤： 11定义基本单元； 12构建变换结构； 13构建学习结构； 14构建稠密重参数化模块DR-Block：该稠密重参数化模块DR-Block由1个变换结构级联1个学习结构构成，变换结构的参数为Ftransx；Crep_in，学习结构的参数为Flearnxlearn；2×Crep_in,Crep_out,Krep,Srep，且xlearn＝Ftransx;Crep_in，则该构建稠密重参数化模块DR-Block记为Frepx；Crep_in，Crep_out，Krep，Srep；其中，稠密输入通道数Crep_in、稠密输出通道数Crep_out、稠密卷积核大小Krep、稠密步长为Srep， 所述的步骤11中，基本单元由1个卷积层级联1个批归一化层构成，记为Fbasicx；Cbasic_in,Cbasic_out,Kbasic,Sbasic，其中，x为输入，Cbasic_in为基本输入通道数、Cbasic_out为基本输出通道数、Kbasic为基本卷积核大小、Sbasic为基本步长；具体地，卷积层的输入通道数为Cbasic_in，输出通道数为Cbasic_out，卷积核大小为Kbasic，批归一化层作用通道数为Cbasic_out； 所述的步骤12具体为： 首先级联4个基本单元，形成深层级联网络结构，实现网络过参数化，然后在任意两个基本单元之间添加跳跃连接以实现不同层级特征的模型集成，最后将每个基本单元的输出拼接为一体，记为Ftransx1;Ctrans_in；级联输入为x1；、级联输入通道数Ctrans_in； 所述的步骤13中，学习结构由1个基本单元构成，记为Flearnx2；Clearn_in，Clearn_out，Klearn，Slearn，学习输入为x2、学习输入通道数Clearn_in、学习输出通道数Clearn_out、学习卷积核大小Klearn、学习步长为Slearn。

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。