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！

龙图腾网获悉深圳大学申请的专利一种基于对比学习和实时边缘计算的驾驶员分心驾驶行为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：CN119251801B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202411282770.X，技术领域涉及：G06V20/59；该发明授权一种基于对比学习和实时边缘计算的驾驶员分心驾驶行为识别方法是由陈锦波;张婷茹;从镕设计研发完成，并于2024-09-13向国家知识产权局提交的专利申请。

本一种基于对比学习和实时边缘计算的驾驶员分心驾驶行为识别方法在说明书摘要公布了：本发明公开了一种基于对比学习和实时边缘计算的驾驶员分心驾驶行为识别方法，涉及智能交通监控技术领域。包括：获取目标数据集；构建Yolov5检测模型，并对Yolov5检测模型进行预训练；将预训练的Yolov5检测模型改为Yolov5的分类模型，并在目标数据集上进行再次训练，得到训练后的PT模型；基于对比学习方法对PT模型进行改进；将改进后的PT模型进行BN层剪枝，剪枝后对PT模型进行量化处理；将PT模型转换为ONNX模型再转换为RKNN模型并进行预编译；最后使用预编译的RKNN模型在边缘计算平台进行实时推理。本发明利用对比学习使模型学习到具有表征能力的特征提取器，有效提升对驾驶员行为分类的准确率。

本发明授权一种基于对比学习和实时边缘计算的驾驶员分心驾驶行为识别方法在权利要求书中公布了：1.一种基于对比学习和实时边缘计算的驾驶员分心驾驶行为识别方法，其特征在于，包括以下步骤： 获取目标数据集； 构建Yolov5检测模型，并对Yolov5检测模型进行预训练； 将预训练的Yolov5检测模型改为Yolov5的分类模型，并在目标数据集上进行再次训练，得到训练后的PT模型； 基于对比学习方法对PT模型进行改进； 将改进后的PT模型进行BN层剪枝，剪枝后对PT模型进行量化处理； 将PT模型先转换为ONNX模型再转换为RKNN模型并进行预编译； 最后使用预编译的RKNN模型在边缘计算平台进行实时推理； 对Yolov5检测模型进行预训练的具体内容为： Yolov5检测模型用于基于驾驶员行为图像进行行为分类，将Yolov5检测模型的Backbone用于图片特征提取及分类，删除neck、head结构并将Yolov5检测模型的最后一层SPFF层改为分类层； 将目标数据集划分为训练集、验证集和测试集，保证训练集、验证集和测试集是独立且随机的，在每个子集之下，将图片按照类别划分文件夹存放； 基于对比学习方法对PT模型进行改进的具体内容为： 进行模拟开放集设计，使用目标数据集与在训练集中使用不同数量的分心驾驶行为进行训练，识别时使用全部分心行为类别，从而得到在测试集中未见过的分心驾驶行为的类别； 将闭集分类任务作为主任务构成分类损失约束，添加一个判别式的学习任务作为辅助任务构成对比损失约束，主任务和辅助任务共享一个主干网络，使用同一个编码层将图像转换为特征图； 模型输入大小为480×480，批次大小为256，使用SGD优化器，学习率为1×10-4，对比损失的温度系数为0.25； 分为正常驾驶与异常驾驶两分类任务，使用AUC、准确率和F1分数作为评估指标，Baseline模型为仅使用交叉熵损失函数的Yolov5s-CLS，SCL则指使用了对比学习损失改进的版本。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区粤海街道南海大道3688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。