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！

龙图腾网获悉华南理工大学申请的专利一种基于改进的YOLO模型的车位状态识别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：CN115953743B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202211510564.0，技术领域涉及：G06V20/54；该发明授权一种基于改进的YOLO模型的车位状态识别方法是由陈朗;姜立标;崔博非;符茂达设计研发完成，并于2022-11-29向国家知识产权局提交的专利申请。

本一种基于改进的YOLO模型的车位状态识别方法在说明书摘要公布了：本发明公开一种基于改进的YOLO模型的车位状态识别方法，包括：构建停车位检测数据集，并划分训练集和测试集；构建改进的YOLOV4‑tiny网络模型，其中，将YOLOV4‑tiny网络模型原来的主干网络CSPDarknet53‑tiny替换为轻量化网络mobilenetv3，在特征金字塔FPN前加入SE注意力机制，将Mish激活函数替换原来的LeakyReLU激活函数，将EiOU损失函数替换原来的CiOU损失函数，SE注意力机制包括挤压模块、激励模块和融合模块；采用训练集对改进的YOLOV4‑tiny网络模型进行训练；将待测图像输入训练得到的改进的YOLOV4‑tiny网络模型中，得到车位状态识别结果。本发明能在准确识别车位状态的前提下提高检测的速度。

本发明授权一种基于改进的YOLO模型的车位状态识别方法在权利要求书中公布了：1.一种基于改进的YOLO模型的车位状态识别方法，其特征在于，包括以下步骤： 构建停车位检测数据集，并划分训练集和测试集； 构建改进的YOLOV4-tiny网络模型，其中，将YOLOV4-tiny网络模型原来的主干网络CSPDarknet53-tiny替换为轻量化网络mobilenetv3，在特征金字塔FPN前加入SE注意力机制，将Mish激活函数替换原来的LeakyReLU激活函数，将EiOU损失函数替换原来的CiOU损失函数，所述SE注意力机制包括挤压模块、激励模块和融合模块，挤压模块用于对特征图uc进行全局平均池化并压缩得到数值zc，激励模块用于对数值zc进行处理，得到每个通道的通道权重值s，融合模块用于将每个通道的通道权重值s对特征图uc进行权重赋值，得到特征图X； 采用训练集对改进的YOLOV4-tiny网络模型进行训练； 将待测图像输入训练得到的改进的YOLOV4-tiny网络模型中，得到车位状态识别结果。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。