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！

龙图腾网恭喜海纳云物联科技有限公司;青岛海纳云智能系统有限公司;青岛海纳云数字科技有限公司;海纳云慧感(青岛)物联科技有限公司申请的专利一种基于深度学习的电梯内垃圾检测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：CN112733676B 。

龙图腾网通过国家知识产权局官网在2024-09-24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：202011633494.9，技术领域涉及：G06F30/27；该发明授权一种基于深度学习的电梯内垃圾检测识别方法是由陈斌;胡国锋;吴敬斋;罗延泰设计研发完成，并于2020-12-31向国家知识产权局提交的专利申请。

本一种基于深度学习的电梯内垃圾检测识别方法在说明书摘要公布了：本发明涉及一种基于深度学习的电梯内垃圾检测识别方法，包括模型训练步骤和检测识别步骤，模型训练步骤利用带有垃圾的图片输入深度学习网络模型进行训练，并获得训练后的模型，然后利用该模型对垃圾检测识别，所述检测识别步骤包括：获取监控视频流数据，并选取电梯内部干净时的图像作为背景图像，提取出待检测的视频帧图像，然后对提取图像与背景图像进行帧间差处理，并进行二值化处理，开操作，得到连通区域，然后对得到的连通区域进行框选，并计算矩形框的坐标，以在原视频帧图像上进行显示，之后将框选区域的原始图像输入训练后的深度学习网络模型进行识别，并输出识别结果，最后将识别结果显示在原视频帧图像上，并发出提示信息。

本发明授权一种基于深度学习的电梯内垃圾检测识别方法在权利要求书中公布了：1.一种基于深度学习的电梯内垃圾检测识别方法，包括模型训练步骤和检测识别步骤，其特征在于，所述模型训练步骤包括：步骤a1、获取包含有垃圾的图像，并建立图片集；步骤a2、根据建立的图片集，制作训练数据集和测试数据集；步骤a3、将训练数据集以及测试数据集输入深度学习网络模型进行训练，并在模型收敛后，完成深度学习网络模型的训练；所述步骤a3包括：a3.1、从tensorflowmodelszoo下载coco数据集预训练好的ckpt模型；a3.2、对训练数据集和测试数据集进行finetune训练操作，其中，训练次数设定为200,000次，冲量momentum设定为0.9，基础学习率设定为0.0001，每进行一万次迭代将学习率降低0.1，在训练结束后获得格式为ckpt参数模型；a3.3、将ckpt参数模型转换为OpenCV可使用的pb文件，并从pb文件中导出其对应的网络模型pbtxt文件；所述检测识别步骤是在电梯内无乘客时进行的，所述检测识别步骤包括：步骤b1、通过电梯摄像头获取监控视频流数据，并选取电梯内部干净时的图像作为背景图像；步骤b2、从视频流数据中提取出待检测的视频帧图像；在提取视频帧图像时，按照一定的时间间隔进行提取；步骤b3、将提取的视频帧图像与背景图像进行帧间差处理，得出前景目标；步骤b4、将得到的前景目标进行二值化处理，并进行图像的形态学操作-开操作，得到连通区域；步骤b5、使用矩形框对得到的连通区域进行框选，并计算矩形框的面积，排除掉小于预设阈值的框选区域；步骤b6、计算矩形框的坐标，然后根据所得坐标值在原视频帧图像上进行显示；步骤b7、将框选区域的原始图像输入训练后的深度学习网络模型进行识别，并输出识别结果；步骤b8、将识别结果显示在原视频帧图像上，并向工作人员发出提示信息。

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海纳云物联科技有限公司;青岛海纳云智能系统有限公司;青岛海纳云数字科技有限公司;海纳云慧感(青岛)物联科技有限公司，其通讯地址为：266100 山东省青岛市崂山区海尔路1号海尔工业园；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”。