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！

龙图腾网获悉常州大学申请的专利一种基于改进卷积神经网络的水面漂浮垃圾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：CN114283280B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202111469099.6，技术领域涉及：G06V10/25；该发明授权一种基于改进卷积神经网络的水面漂浮垃圾识别方法是由李宁;徐守坤;黄河;石林;庄丽华;袁宝华;顾玉宛;刘毅;张铤波;李治邦设计研发完成，并于2021-12-03向国家知识产权局提交的专利申请。

本一种基于改进卷积神经网络的水面漂浮垃圾识别方法在说明书摘要公布了：本发明涉及图像识别技术领域，尤其涉及一种基于改进卷积神经网络的水面漂浮垃圾识别方法，包括S1、对水面漂浮垃圾图像数据集进行扩充；S2、将ResNet50作为特征提取网络层，采用金字塔式锚框生成锚框，经Soft‑NMS筛选出疑似垃圾的多个目标候选框，ROIPooling基于候选框映射的分类判别图来对目标进行分类和回归；S3、对改进后FasterRCNN网络进行模型训练；S4、对测试集进行测试。本发明在原始FasterRCNN上提出金字塔式锚框生成方式提升光照反射不均时检测准确率；针对目标尺寸占比太小，提出分类判别图提升小目标检测准确率，并采取Soft‑NMS，提升遮挡目标检测准确率。

本发明授权一种基于改进卷积神经网络的水面漂浮垃圾识别方法在权利要求书中公布了：1.一种基于改进卷积神经网络的水面漂浮垃圾识别方法，其特征在于，包括以下步骤： S1、对水面漂浮垃圾图像数据集进行扩充，将数据集划分为训练集和验证集和测试集； S2、水面漂浮垃圾图像经由ResNet50特征层提取后，生成语义信息特征图，经过RPN网络采用金字塔式锚框生成方式产生锚框，再经过Soft-NMS算法筛选出疑似水面漂浮垃圾的多个目标候选框，然后基于RPN网络提取出的候选框映射到对应的分类判别图，ROIPooling基于候选框映射的分类判别图来对目标进行分类和回归，得到改进FasterRCNN网络模型； 金字塔式锚框生成方式包括： S21、利用标注框对每幅水面漂浮垃圾图像生成一个二值化标签图，其中，含有目标的标注框位置编码为1，其余编码为0； S22、将标注框坐标位置信息xg,yg,wg,hg映射到不同语义信息特征图尺度上，获得对应坐标位置信息x'g,y'g,w'g,h'g，其中，xg和x'g分别为标注框和标注框映射到语义信息特征图后的正中心横坐标，yg和y'g分别为标注框和标注框映射到语义信息特征图后的正中心纵坐标，wg和w'g分别为标注框和标注框映射到语义信息特征图后的宽度，hg和h'g分别为标注框和标注框映射到语义信息特征图后的高度； 标注框分为内部区域CA＝x'g,y'g,σ1w'g,σ1h'g、缓冲区域IA＝x'g,y'g,σ2w'g,σ2h'g和外部区域OA；其中，σ1和σ2分别为内部区域和缓冲区域面积的系数； 锚框分为三个等级，等级一、32×32,64×64,128×128、等级二、64×64,128×128,256×256和等级三、128×128,256×256,512×512，三个等级锚框纵横比分别为1:1，1:2，2:1，公式表达如下： 其中，l为锚框生成等级； S23、将锚框和标注框进行对照，根据锚框和标注框的IoU进行预测水面漂浮垃圾的形状； S3、将水面漂浮垃圾图像数据的训练集和验证集送入改进FasterRCNN网络进行训练，保存训练好的结果模型； S4、用训练好的结果模型对测试集图片进行测试，从而得到测试结果，完成水面漂浮垃圾的检测。

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常州大学，其通讯地址为：213164 江苏省常州市武进区滆湖中路21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”。