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！

龙图腾网获悉北京市地铁运营有限公司技术创新研究院分公司申请的专利基于模型轻量化的目标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：CN116229199B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202211612259.2，技术领域涉及：G06V10/774；该发明授权基于模型轻量化的目标检测方法是由魏运;张正;白文飞;赵丽媛;谢莎婷;张春家;豆飞;吴雁军设计研发完成，并于2022-12-15向国家知识产权局提交的专利申请。

本基于模型轻量化的目标检测方法在说明书摘要公布了：一种基于模型轻量化的目标检测方法，步骤包括：首先采集图片；再把图片送入目标检测方法模型进行检测；最后得到图片中的目标信息。目标检测方法模型的构建步骤包括：步骤1：处理训练集，将图片数据集格式转化为适合YOLOv5训练的xml格式，并将之划分为训练集和测试集两大部分；步骤2：搭建PyTorch深度学习框架，其中深度学习模型的配置利用YOLOv5算法，步骤包括：步骤3：修改YOLOv5网络；步骤4：训练网络；步骤5：利用训练好的模型进行探测detect操作，从而得到基于模型轻量化的目标检测方法模型。本方法通过多种措施修改YOLOv5网络，使模型轻量化，适于嵌入到芯片上。

本发明授权基于模型轻量化的目标检测方法在权利要求书中公布了：1.一种基于模型轻量化的目标检测方法，步骤包括：首先采集图片；再把图片送入目标检测方法模型进行检测；最后得到图片中的目标信息；其特征是目标检测方法模型的构建步骤包括： 步骤1：处理训练集，将图片数据集格式转化为适合YOLOv5训练的xml格式，并将之划分为训练集和测试集两大部分； 步骤2：搭建PyTorch深度学习框架，其中深度学习模型的配置利用YOLOv5算法，步骤包括： 2.1利用输入端的Mosaic数据增强、自适应锚框计算和自适应图片放缩对图像进行预处理操作； 2.2利用Backbone主干网络中的Focus结构、CSP结构和SPP结构进行网络特征提取，再通过Neck的FPN+PAN结构、加强网络特征融合的能力； 2.3利用输出端Prediction进行三种特征大小输出，按照图像网格划分得到参数矩阵； 步骤3：修改YOLOv5网络，方法为： 3.1利用多层小卷积核替代一层大卷积核 使用3×3卷积核代替5×5和7×7大小的大卷积核；对于一个大小5×5的感受野，通过两层3×3大小的卷积实现； 3.2限制中间特征的通道数量，方法为： 采用Firemoudle，Firemoudle包括压缩squeeze层和扩张expand层；通过减少squeeze层的通道数量来减少整个模型需要的计算量； 3.3利用分组卷积代替标准卷积： 特征是步骤3.3中，利用分组卷积代替标准卷积： 分组卷积的方法为：首先对输入特征图featuremap进行分组，然后对每组特征图分别卷积； 分组卷积的连接方式为：第一组group1输出特征图数为2个，有2个卷积核，每个卷积核的channel数为4，与第一组group1的输入特征图的channel数相同，卷积核只与同组的输入特征图卷积，而不与其他组的输入特征图卷积； 以此类推； 采用混洗Shuffle操作，将来自不同组的特征重新进行排列，使的分组中包含来自之前各个组的特征； 步骤4：训练网络； 步骤5：利用训练好的模型进行探测detect操作，从而得到基于模型轻量化的目标检测方法模型。

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市地铁运营有限公司技术创新研究院分公司，其通讯地址为：100070 北京市丰台区西四环南路101号6层6060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”。