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！

龙图腾网恭喜上海东普信息科技有限公司申请的专利物流违规行为识别方法、装置、设备和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：CN111814594B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202010564905.7，技术领域涉及：G06V20/52；该发明授权物流违规行为识别方法、装置、设备和存储介质是由李斯;赵齐辉设计研发完成，并于2020-06-19向国家知识产权局提交的专利申请。

本物流违规行为识别方法、装置、设备和存储介质在说明书摘要公布了：本发明公开了物流违规行为识别方法、装置、设备和存储介质，该方法包括：S1：采集获取物流违规行为的若干图片；S2：对若干图片中出现的物流违规行为进行数据标注，并转化生成TFRecord格式的图片数据集；S3：基于TensorFlow物体检测API，通过图片数据集训练预先转化为TensorFlow固化模型的YOLOv3模型，并验证训练后的YOLOv3模型，获取违规识别模型；S4：通过违规识别模型对物流场景进行识别，判断是否存在物流违规行为，得到识别结果。本发明通过YOLOv3与TensorFlow物体检测API结合应用于物流领域进行违规行为，不仅大大提高了模型的训练速度、训练和监管过程中精度和速度，而且保证了用户的利益，提供用户的服务质量，降低物流业的损失，提高转运效率和质量，使物流在智能化的道路上更近一步。

本发明授权物流违规行为识别方法、装置、设备和存储介质在权利要求书中公布了：1.一种物流违规行为识别方法，其特征在于，包括以下步骤：S1：采集获取物流违规行为的若干图片S2：对若干图片中出现的所述物流违规行为进行数据标注，并转化生成TFRecord格式的图片数据集；S3：基于TensorFlow物体检测API，通过所述图片数据集训练预先转化为TensorFlow固化模型的YOLOv3模型，并验证训练后的YOLOv3模型，获取违规识别模型；S4：通过所述违规识别模型对物流场景进行识别，判断是否存在所述物流违规行为，得到识别结果其中，所述步骤S4进一步包括：所述违规识别模块对需要检测的图片，经特征提取得到特征图，再根据特征图大小，将图像分为等比例的N×N的格子；然后由对应的格子进行目标检测；在进行目标检测时，每个格子预测三个边界框，将预测得到的边界框和实际标注的边界框的交并比最大的，为输出边界框；对于每个输出边界框预测五个值，分别是x,y,w,h和confidence，其中，x，y为边界框中点的坐标，w为边界框的宽度，h为边界框的高度，Confidence代表了所预测的边界框中含有目标的置信度和准确度。

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上海东普信息科技有限公司，其通讯地址为：201707 上海市青浦区外青松公路5045号508室U区44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”。