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！

龙图腾网获悉北京科技大学申请的专利一种基于目标检测的钢厂取料行为识别方法及系统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：CN120599531B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202510651363.X，技术领域涉及：G06V20/52；该发明授权一种基于目标检测的钢厂取料行为识别方法及系统是由刘艳;沈思垒;林金辉;孙梦磊;杨思琪;杨耀;殷绪成设计研发完成，并于2025-05-20向国家知识产权局提交的专利申请。

本一种基于目标检测的钢厂取料行为识别方法及系统在说明书摘要公布了：本发明提供一种基于目标检测的钢厂取料行为识别方法及系统，涉及计算机视觉技术领域，方法包括：采集历史炼钢现场视频；通过掩膜算法，对历史炼钢现场视频进行处理，生成兴趣图像；以YOLOv5为架构，建立目标检测模型，目标检测模型包括：骨干网络模块、颈部模块以及检测头模块，骨干网络模块和颈部模块均包含CBAM注意力单元；将兴趣图像输入至目标检测模型进行训练，直至目标检测模型的损失函数值小于预设损失函数值；获取待识别炼钢现场视频；将待识别炼钢现场视频输入至训练后的目标检测模型，输出检测结果；根据检测结果，输出钢厂取料行为识别结果。本发明可以有效预防和减少工作场所的安全事故，保护工人的生命安全。

本发明授权一种基于目标检测的钢厂取料行为识别方法及系统在权利要求书中公布了：1.一种基于目标检测的钢厂取料行为识别方法，其特征在于，包括： S1：采集历史炼钢现场视频； S2：通过掩膜算法，对所述历史炼钢现场视频进行处理，生成兴趣图像； 所述S2具体包括： S201：对所述历史炼钢现场视频进行拆帧处理，并以图片的格式进行保存； S202：通过预训练权重的目标检测模型YOLOv5，对图片进行筛选，确定工人图片； S203：对所述工人图片进行随机水平翻转处理和拉伸处理，生成工人图片数据集； S204：对所述工人图片数据集进行标注，得到所述工人图片数据集中各个图片对应的标签文件； S205：提取所述标签文件中各个检测框的中心坐标，并对各个所述中心坐标进行归一化： ； 其中，表示第i张图片中第j个检测框的左上角的横坐标，yij表示第i张图片中第j个检测框的左上角的纵坐标，norm表示归一化操作，wij表示第i张图片中第j个检测框的宽度，hij表示第i张图片中第j个检测框的高度，表示归一化后的检测框中心c的横坐标，表示归一化后的检测框中心c的纵坐标； S206：对归一化后的中心坐标进行K-means聚类： ； 其中，min表示取最小值，μk表示第k簇的中心坐标，，K表示总簇数，zij表示各检测框中心点的簇标签，Sk表示第k簇的中心点集合，cx,cy表示归一化后的检测框中心坐标； S207：根据聚类结果生成矩形掩膜，并提取所述图片的主要区域，得到所述兴趣图像： ； ； 其中，Mku,v表示第k簇的掩膜覆盖区域，u和v均表示第k簇的中心点坐标，μk,x表示第k个聚类中心的横坐标，wk表示第k簇的宽度，W表示图像宽度，μk,y表示第k个聚类中心的纵坐标，hk表示第k簇的高度，H表示图像高度，Imaskedu,v表示提取区域后的图像，Iu,v表示提取区域前的图像，Mu,v表示掩膜区域Mku,v的并集，⊙表示逐元素相乘； S3：以YOLOv5为架构，建立目标检测模型，所述目标检测模型包括：骨干网络模块、颈部模块以及检测头模块，所述骨干网络模块和所述颈部模块均包含CBAM注意力单元； S4：将所述兴趣图像输入至所述目标检测模型进行训练，直至所述目标检测模型的损失函数值小于预设损失函数值； S5：获取待识别炼钢现场视频； S6：将所述待识别炼钢现场视频输入至训练后的目标检测模型，输出检测结果； S7：根据所述检测结果，输出钢厂取料行为识别结果。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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。