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！

龙图腾网获悉南京林业大学申请的专利基于Recursive BIFPN网络的室外火灾烟雾图像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：CN115690564B 。

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：202211447233.7，技术领域涉及：G06V20/00；该发明授权基于Recursive BIFPN网络的室外火灾烟雾图像检测方法是由赵亚琴;李敖设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本基于Recursive BIFPN网络的室外火灾烟雾图像检测方法在说明书摘要公布了：一种基于RecursiveBIFPN网络的室外火灾烟雾图像检测方法，先采集火灾烟雾图片，再使用火灾烟雾检测网络进行检测。检测步骤包括：利用YOLOV5的主干网络提取三个分辨率不同的多尺度特征图；构建的RecursiveBIFPN注意力模型，利用RecursiveBIFPN将主干网络提取出的三个不同分辨率的特征图进行两次特征融合和增强；用SwinTransformer探测头代替YOLOV5原有的探测头，用于火灾图像中不同大小的烟雾目标分类。本发明RecursiveBIFPN有利于提高复杂背景下的火灾烟雾检测精度，并分辨出云、雾等干扰对象；基于SwinTransformer的探测头有利于检测图像中烟雾区域面积差异较大的不同烟雾目标，尤其是提高早期火灾或远距离拍摄导致的小烟的检测精度。

本发明授权基于Recursive BIFPN网络的室外火灾烟雾图像检测方法在权利要求书中公布了：1.一种基于RecursiveBIFPN网络的室外火灾烟雾图像检测方法，步骤包括：先采集火灾烟雾图片；然后使用火灾烟雾检测网络进行检测；其特征是使用火灾烟雾检测网络检测烟雾目标的步骤包括： 步骤1）输入待检测火灾烟雾图片，利用YOLOV5主干网络提取特征，并输出提取到的三个不同分辨率的多尺度火灾烟雾特征图； 步骤2）构建RecursiveBiFPN的特征融合网络，采用基于RecursiveBiFPN的特征融合网络对步骤1）得到的多尺度烟雾特征进行特征融合处理； 步骤3）将SwinTransformerEncoder模块引入到了YOLOV5，取代YOLOV5原有的CSPDarknet53中的bottleneckblocks，构建具有全局建模能力的分类探测模块，采用基于SwinTransformer的探测头对步骤2）得到的融合特征进行分类预测，判断其火灾烟雾的存在以及其在图像中的位置； 所述步骤2）中： 2.1）将步骤1）中的三个不同分辨率的多尺度火灾烟雾特征图送入特征融合网络中； 2.2）构建RecursiveBIFPN特征融合网络，对步骤2.1）得到的多尺度火灾烟雾特征进行融合，并对融合后的特征进行Recursive操作，与相同分辨率的原始特征再次融合， 2.3）将经过Recursive操作和二次融合操作后的特征输出； 所述步骤3）中： 3.1）将SwinTransformerEncoder模块引入到了YOLOV5，取代YOLOV5原有的探测头； 3.2）通过W-MSA在每个局部窗口中进行自注意力的计算，提取烟雾图片的局部特征；W-MSA是WindowMulti-HeadSelfAttention的简称； 3.3）通过SW-MSA使相邻的两个窗口之间进行交互，达到全局建模的能力，进而提取火灾烟雾图片的全局信息；SW-MSA是ShiftedWindowMulti-HeadSelfAttention的简称； 3.4）根据不同窗口内的特征，最终分类并确定火灾烟雾所存在的位置； SwinTransformerEncoder模块采用层次式结构，使得网络的感受野不同，用于提取火灾烟雾图像的局部特征和全局信息。

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南京林业大学，其通讯地址为：210037 江苏省南京市玄武区龙蟠路159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”。