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！

龙图腾网获悉襄阳湖北工业大学产业研究院申请的专利高空作业安全带检测方法、装置、电子设备及存储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：CN116977696B 。

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：202310415076.X，技术领域涉及：G06V10/764；该发明授权高空作业安全带检测方法、装置、电子设备及存储介质是由曾亮;杨腾飞;王珊珊;谭微微;袁权;李明;石俊洋;丁子阳;胡迈;杨宇晨设计研发完成，并于2023-04-17向国家知识产权局提交的专利申请。

本高空作业安全带检测方法、装置、电子设备及存储介质在说明书摘要公布了：本发明提供一种高空作业安全带检测方法、装置、电子设备及存储介质，该方法包括：基于高空电力作业图像数据集得到训练集；基于训练集对轻量化网络模型进行训练，并基于通道蒸馏和空间蒸馏的方法将教师网络的特征信息传递给学生网络，得到图像识别模型；将待测高空电力作业图像输入至图像识别模型，得到多个预测框，从多个预测框中去除重复预测框，得到待测高空电力作业图像对应的安全带检测结果；其中，轻量化网络模型包括主干特征提取网络和多尺度特征融合网络，主干特征提取网络包括多个IB模块，特征融合网络是由卷积层、上采样层、下采样层和特征融合层构成的特征金字塔结构。本发明可以解决现有技术中安全带检测精度较低的技术问题。

本发明授权高空作业安全带检测方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种高空作业安全带检测方法，其特征在于，包括： 获取高空电力作业图像数据集，基于所述高空电力作业图像数据集得到训练集； 获取轻量化网络模型，基于所述训练集对所述轻量化网络模型进行训练，得到学生网络，并基于通道蒸馏和空间蒸馏的方法将教师网络的特征信息传递给所述学生网络，以对所述学生网络进行训练，得到图像识别模型； 将待测高空电力作业图像输入至所述图像识别模型，得到安全带类别对应的多个预测框，基于非极大抑制的方式从所述多个预测框中去除重复预测框，得到所述待测高空电力作业图像对应的安全带检测结果； 其中，所述教师网络是基于所述训练集对YOLOv5x网络进行训练得到，所述轻量化网络模型包括主干特征提取网络和多尺度特征融合网络，所述主干特征提取网络包括多个IB模块，所述特征融合网络是由卷积层、上采样层、下采样层和特征融合层构成的特征金字塔结构； 所述基于通道蒸馏和空间蒸馏的方法将教师网络的特征信息传递给所述学生网络，以对所述学生网络进行训练，得到图像识别模型，包括： 基于通道蒸馏将所述教师网络的通道特征信息传递给所述学生网络，基于空间蒸馏将所述教师网络的空间特征信息传递给所述学生网络； 确定所述教师网络与所述学生网络之间的总损失，以基于所述总损失训练所述学生网络，得到所述图像识别模型； 所述确定所述教师网络与所述学生网络之间的总损失，包括： 基于最小均方误差函数确定所述教师网络与所述学生网络的特征图之间的损失； 获取所述教师网络对应的预测输出，并将所述教师网络的预测输出进行知识蒸馏后再经过Softmax函数处理，所得到的类别预测概率分布作为第一软标签； 获取所述学生网络对应的预测输出，并将所述学生网络的预测输出进行知识蒸馏后再经过Softmax函数处理，所得到的类别预测概率分布作为第二软标签，将所述学生网络的预测输出经过Softmax函数处理，所得到的类别预测概率分布作为硬标签； 基于所述第一软标签和所述第二软标签，确定软标签损失，基于所述硬标签和预设的真实标签确定硬标签损失，基于所述特征图之间的损失、所述软标签损失和所述硬标签损失，得到所述总损失。

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襄阳湖北工业大学产业研究院，其通讯地址为：441058 湖北省襄阳市高新技术产业开发区机场路；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。