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！

龙图腾网获悉戈迪斯(杭州)智能技术有限公司申请的专利一种基于深度学习网络的运动项目计数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：CN117197887B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310963620.4，技术领域涉及：G06V40/20；该发明授权一种基于深度学习网络的运动项目计数方法是由栾博恒;易金城;李雨雨;周河设计研发完成，并于2023-08-01向国家知识产权局提交的专利申请。

本一种基于深度学习网络的运动项目计数方法在说明书摘要公布了：本发明公开了基于一种基于深度学习网络的运动项目计数方法，包括如下步骤：步骤一、数据标注；步骤二、训练数据准备；步骤三、训练数据预处理；步骤四、模型建立；步骤五、模型训练；步骤六、模型推理。本发明使用深度学习网络结构，取代逻辑规则用来对各运动项目进行计数，用户只需使用标注工具对数据进行简单、快速标注，然后将标注好的数据送入网络中训练模型即可实现对运动项目的计数。而且该方案后期迭代简单，只需增加新的数据，并继续训练模型即可完成对新规则的适配，开发周期短，成本低。

本发明授权一种基于深度学习网络的运动项目计数方法在权利要求书中公布了：1.一种基于深度学习网络的运动项目计数方法，其特征在于，包括如下步骤： 步骤一、数据标注：用户将运动视频导入标注工具，逐帧查看运动状态，并在满足预先根据目标运动项目定义的动作周期临界点作为计数条件的帧上对数据标注； 步骤二、训练数据准备：使用人体关键点检测算法，获得运动人员的各个身体关键点坐标；所述人体关键点检测算法输出包含多个关键点的数据，每个关键点包含横坐标、纵坐标及置信度参数； 步骤三、训练数据预处理：针对运动项目和周围环境的关系，对数据处理； 步骤四、模型建立：模型采用多层全联接层组成；模型的输入维度为60，对应于X1至X60，其中X1至X51用于承载当前帧的关键点数据，X52至X60用于承载上一帧模型输出的Y2至Y10；模型的输出维度为10，对应于Y1至Y10；全部采用Relu激活函数； 步骤五、模型训练： 1每次从标注数据中取一个计数片段，该片段由从上一个计数标注帧之后的第一帧开始，到当前这个计数标注帧为止的连续n帧图像组成，且当前这个计数标注帧即为片段的第n帧； 2模型输入：将每帧获得的关键点数据展平为51个参数，作为模型输入的前51个参数，再拼接上上一帧模型输出的Y2至Y10这9个参数，共同组成60个参数的模型输入；首帧输入时，因无上一帧输出，其后9个参数置为0； 3模型输出真值：依次将t1到tn帧输入上述模型，输出结果的真值为：t1至tn-1帧的Y1都为0，而tn帧的输出为Y1等于1，Y2-Y10等于0； 4损失计算：取t1至tn-1的输出Y1，与tn的输出Y1至Y10，根据他们与真值的差异计算损失； 5模型迭代：将t1到tn帧依次输入模型视为一次迭代，记录中间过程中所有参数，根据模型损失反向传播，计算t1至tn时刻各模型参数的修正值，并对所有相同位置的修正值取平均用来更新模型； 步骤六、模型推理：训练好模型后，使用与训练时相同的数据预处理方式，将每帧获得的关键点数据展平后的51个参数，与上一帧模型输出的Y2至Y10这9个参数进行拼接，组成60个参数的输入数据，输入模型，并获得模型的输出Y1至Y10；其中，Y1为计数结果，若为1则表示计数加一；Y2至Y10将作为下一帧模型输入中的X52至X60。

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戈迪斯(杭州)智能技术有限公司，其通讯地址为：310059 浙江省杭州市滨江区浦沿街道东信大道66号2号楼212室；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。