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！

龙图腾网获悉桂林电子科技大学申请的专利适用于低照度环境下的改进版YOLOv5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：CN115512206B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202211278019.3，技术领域涉及：G06V10/25；该发明授权适用于低照度环境下的改进版YOLOv5目标检测方法是由王鑫;叶鹏飞;覃琴;颜靖柯设计研发完成，并于2022-10-19向国家知识产权局提交的专利申请。

本适用于低照度环境下的改进版YOLOv5目标检测方法在说明书摘要公布了：本发明涉及目标检测技术领域，具体涉及一种适用于低照度环境下的改进版YOLOv5目标检测方法，包括使用图像增强算法对低照度的数据集的训练集进行离线增强，得到增强数据集；使用增强数据集和原始训练集进行配对混合，得到混合数据集；对基准网络进行改进，得到改进网络模型；使用混合数据集对改进网络模型进行训练，得到目标检测网络模型；将待检测图片输入目标检测网络模型进行训练，得到检测结果。本发明通过混合增强训练方式，将低照度的数据集通过GAN算法进行增强，并与原始的训练集进行混合匹配，有效抑制直接使用增强算法所带来的特征破坏问题，解决了现有的目标检测方法对低照度环境下目标检测精确度较低的问题。

本发明授权适用于低照度环境下的改进版YOLOv5目标检测方法在权利要求书中公布了：1.一种适用于低照度环境下的改进版YOLOv5目标检测方法，其特征在于，包括以下步骤： 使用图像增强算法对低照度的数据集的训练集进行离线增强，得到增强数据集，其中，所述图像增强算法为EnlightenGAN； 使用所述增强数据集和原始训练集进行配对混合，得到混合数据集； 对基准网络进行改进，得到改进网络模型，其中，所述基准网络为YOLOv5s网络，对YOLOv5s网络进行改进，包括：在YOLOv5s网络的主干后三层的C3模块里添加多分支全局坐标注意力模块；在所述YOLOv5s网络的颈部网络的两个C3模块之前添加复合感受野特征增强模块，并引入空洞卷积，其中，复合感受野特征增强模块RFAM，使用三个不同扩张卷积率r分别为{1,2,3}的3×3卷积分支，根据空洞卷积的理论等效为3×3卷积、7×7卷积核9×9卷积的感受野，这样不通过下采样的方式去提升感受野，其中每一个空洞卷积的分支都包含残差结构，前后添加1×1的逐点卷积，先将通道数降半，再恢复，降低参数量的同时防止梯度爆炸和消失，为了进一步降低模块的计算量和参数量，将原本的3×3空洞卷积替换成深度可分离卷积模块DWConv，然后借鉴Inception非对称卷积的操作，拆分成3×1和1×3的深度可分离空洞卷积，最终将三个分支的输出拼接，再经过一个BN层和SiLu激活函数得到最终输出，提升非线性能力；在颈部FPN网络和检测头中间添加自适应特征融合模块；所述YOLOv5s网络的头部采用CIOU作为回归框损失函数； 使用所述混合数据集对所述改进网络模型进行训练，得到目标检测网络模型，包括：按照6:2:2的比例将所述混合数据集划分为训练集、验证集和测试集；使用所述训练集对所述改进网络模型进行训练，得到预训练模型；使用所述验证集对所述预训练模型进行验证，验证通过，得到目标检测网络，使用所述测试集对所述目标检测网络进行测试，得到测试结果；使用评价指标对所述测试结果进行验证，其中，所述评价指标包括准确率、召回率、mAP0.5和mAP0.5:0.95； 将待检测图片输入所述目标检测网络模型进行训练，得到检测结果。

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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路1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”。

以上内容由龙图腾AI智能生成。