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！

龙图腾网获悉西安建筑科技大学申请的专利一种大空间复杂场景镁还原炉炉盖检测算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：CN116363475B 。

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：202310158788.8，技术领域涉及：G06V10/82；该发明授权一种大空间复杂场景镁还原炉炉盖检测算法是由马宗方;张国飞;袁山山;王怡;肖勇强设计研发完成，并于2023-02-23向国家知识产权局提交的专利申请。

本一种大空间复杂场景镁还原炉炉盖检测算法在说明书摘要公布了：本发明公开了一种大空间复杂场景镁还原炉炉盖检测算法，首先提取视频数据中的有效帧作为原始数据集，并对其进行人工标注；然后随机复制图像中标注的目标区域，通过图像增强后，再随机粘贴到数据集中的图像，扩充样本集，得到最终数据集；进一步引入MobileNetV3构建轻量化的yolov5网络结构，并输入训练集进行获取目标检测模型；最后使用最终训练好的模型进行目标检测，对目标检测结果进行分析，在检测位置进行图像去噪，再使用差分法对比特定帧信息，进一步确定检测结果。该算法能够有效避免视线遮挡、光线不足等问题对炉盖检测的影响，有效提高大空间复杂场景镁还原炉炉盖检测效率。

本发明授权一种大空间复杂场景镁还原炉炉盖检测算法在权利要求书中公布了：1.一种大空间复杂场景镁还原炉炉盖检测方法，其特征在于，包括以下步骤： 步骤1：使用高清摄像机获取原始视频数据，筛选出视频数据中的有效帧保存成图像，对原始图像进行人工标定，标定格式为TXT，其中TXT标签数据中包含炉盖状态类别和炉盖位置； 步骤2：对原始炉盖图像进行预处理，得到增强图像，将原始图像和增强图像合并，划分为训练集、验证集、测试集； 具体实施步骤为： 步骤2.1：通过分析TXT标签数据中的炉盖状态类别和炉盖位置，提取炉盖打开状态位置信息； 步骤2.2：对其进行随机数据增强后随机粘贴到数据集的某张原始图像的随机位置；随机数据增强操作包括强增强和弱增强，其中，强增强包括图像的变形、旋转和缩放，弱增强包括图像的亮度、对比度和色调； 步骤2.3：在数据增强完成后，将原始图像和增强图像合并，按照6：2：2的比例划分为训练集、验证集和测试集； 步骤3：将合并后训练集图像输入改进的目标检测网络，得到目标检测模型； 具体实施步骤为： 步骤3.1：构建适用于移动端的h_swish激活函数，公式为： 式中，x为输入值，ReLU6激活函数公式为： ReLU=min6，max0，X 步骤3.2：利用SE模块构建注意力通道模块，在去噪操作时，SE模块能够将每个噪声点赋予权重，自动去除权重低的噪声点，保留高权重噪声点，能够减少参数计算；SE实现注意力机制包括：全局平均池化模块、特征通道权重生成模块和权重相乘融合模块；全局平均池化模块将每个通道的二维特征压缩，得到通道级的全局特征，然后使用两个全连接层构建通道之间的关联性，学习通道间的关系，得到不同通道权重，最后逐通道乘以权重系数； 步骤3.3：结合步骤3.1和步骤3.2搭建轻量化网络MobileNetV3模块，Conv3BN包括卷积层、批量归一化层和h_swish激活函数；主模块InvertedResidual包括卷积层、批量归一化层、注意力模块和激活函数； 步骤3.4：使用步骤3.3中的MobileNetV3模块替换yolov5s.yaml文件中的backbone结构； 步骤3.5：将步骤2.3中的train数据集送入步骤3.4改进的目标检测网络进行训练，调整参数得到最优模型； 步骤4：对检测结果进行分析，筛选出炉盖状态切换时的特征帧进行对比，确定炉盖最终状态。

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西安建筑科技大学，其通讯地址为：710055 陕西省西安市雁塔路13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。