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！

龙图腾网恭喜重庆大学申请的专利一种基于改进YOLOv3的轻量化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：CN114707639B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202210287339.9，技术领域涉及：G06N3/082；该发明授权一种基于改进YOLOv3的轻量化目标检测方法是由宋永端;沈志熙;徐赞林;李韵聪设计研发完成，并于2022-03-22向国家知识产权局提交的专利申请。

本一种基于改进YOLOv3的轻量化目标检测方法在说明书摘要公布了：本发明涉及一种基于改进YOLOv3的轻量化目标检测方法，该方法包括S1采集包含待检测目标物的图像数据，依据VOC2012数据集格式制作得到训练集，S2对原始YOLOv3网络模型的backbone进行改进，S3对改进的YOLOv3网络模型进行训练，S4向训练好的最终改进的YOLOv3网络模型输入待检测图像，输出目标物用外接矩形框标记并显示。本发明对传统YOLOv3算法进行轻量化改进，在保证其精度和实时性的同时，将模型大小减小到3.17MB，操作简单，易于实现，具有较高的实用性。

本发明授权一种基于改进YOLOv3的轻量化目标检测方法在权利要求书中公布了：1.一种基于改进YOLOv3的轻量化目标检测方法，其特征在于：包括如下步骤：S1：采集包含待检测目标物的图像数据，使用labelImage工具对所有图像进行标注，即在每个图像上采用矩形框标注待检测目标物，将所有标注后的图像依据VOC2012数据集格式制作得到训练集；S2：构建改进的YOLOv3网络模型，包括如下两个部分的改进：S21：对原始YOLOv3网络模型中的backbone进行改进得到初步改进的YOLOv3网络模型，具体如下：对原始YOLOv3网络模型中的backbone进行剪枝处理，将原本的1-2-8-8-4残差结构调整为1-2-3-3-2稀疏残差结构，并设置各个稀疏残差结构的长度因子；同时限制每个卷积层的卷积核个数不超过64个；构建一条包含5个卷积层的卷积支路，将第一个卷积层的输出作为卷积支路的输入，并将卷积支路各层的输出按顺序分别与backbone的5个下采样层的输出进行拼接；构建一条包含3个池化层的池化支路，将第1个残差结构的输出经过第1池化层处理与第1个稀疏残差结构的输出进行拼接，作为第3个下采样层和第2池化层的输入；将第2池化层的输出与第2个稀疏残差结构的输出进行拼接，作为第4个下采样层和第3池化层的输入；将第3池化层的输出与第3个稀疏残差结构的输出进行拼接，作为第5个下采样层的输入；S22：对S21得到的初步改进的YOLOv3网络模型进行损失函数和后处理模块的改进得到最终改进的YOLOv3网络模型；最终改进的YOLOv3网络模型的改进过程为：将S2得到的改进的YOLOv3网络模型的损失函数调整为CIoU损失函数，将后处理模块中NMS类型调整为DIoU-NMS；S3：对S22得到的最终改进的YOLOv3网络模型进行训练：S31：采用K-means聚类算法对训练集中的标注待检测目标物的矩形框对应的高和宽进行聚类，获得需要的锚框尺寸初始值；S32：利用训练集中的数据，采用神经网络进行梯度反向传播的方法对最终改进的YOLOv3网络模型训练；S4：将训练好的最终改进的YOLOv3网络模型载入到嵌入式设备中，向训练好的最终改进的YOLOv3网络模型输入待检测图像，训练好的最终改进的YOLOv3网络模型将检测到的目标物用外接矩形框标记并显示。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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”。