恭喜重庆文理学院郑讯佳获国家专利权
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!
龙图腾网恭喜重庆文理学院申请的专利基于改进YOLOv4模型的车辆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:CN114283390B 。
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:202111677392.1,技术领域涉及:G06V20/54;该发明授权基于改进YOLOv4模型的车辆检测方法是由郑讯佳;张洪杰;李会兰;陈星;罗天洪;陈涛;刘永刚设计研发完成,并于2021-12-31向国家知识产权局提交的专利申请。
本基于改进YOLOv4模型的车辆检测方法在说明书摘要公布了:本发明公开了一种基于改进YOLOv4模型的车辆检测方法,包括步骤:S1.获取车辆图片数据集;所述车辆图片数据集包括若干车辆类型的车辆图片信息;S2.对车辆图片数据集进行预处理,得到处理后的图片数据集;S3.构建改进的YOLOv4模型,并将处理后的图片数据集输入到改进的YOLOv4模型进行网络模型训练,得到训练好的改进YOLOv4模型;S4.将待测车辆图片输入到训练好的改进YOLOv4模型进行车辆检测,输出待测车辆的检测结果。本发明能够提高车辆检测精度,减少了模型的参数量与计算量,具有良好的鲁棒性,满足了车辆检测的实时性要求。
本发明授权基于改进YOLOv4模型的车辆检测方法在权利要求书中公布了:1.一种基于改进YOLOv4模型的车辆检测方法,其特征在于:包括如下步骤:S1.获取车辆图片数据集;所述车辆图片数据集包括若干车辆类型的车辆图片信息;S2.对车辆图片数据集进行预处理,得到处理后的图片数据集;S3.构建改进的YOLOv4模型,并将处理后的图片数据集输入到改进的YOLOv4模型进行网络模型训练,得到训练好的改进YOLOv4模型;构建改进的YOLOv4模型,具体包括:使用深度可分离卷积代替YOLOv4模型中3×3的标准卷积;在保留YOLOv4模型输出层的同时,增加一层网格为n×n的输出层,并采用K-means聚类算法重新确定若干锚框;在YOLOv4模型的Head中引入Inceptionv3结构,使得所述Head包括若干条并行线路;其中,输入到Head中的数据信息经过所述若干条并行线路的并行处理后,得到若干处理结果,所述若干处理结果进行堆叠后输出;其中,增加一层网格为n×n的输出层后,根据如下方法对网络结构中同尺寸特征图进行拼接:将路径聚合网络PANet中网格为的特征层进行上采样得到网格为n×n的特征层,并将网格为n×n的特征层与浅层网格为n×n的特征层进行堆叠以及若干次卷积后得到新的特征层;所述若干条并行线路包括第一线路、第二线路、第三线路以及第四线路;所述第一线路利用1×1的卷积核对输入的数据信息进行1次卷积操作,得到结果1;所述第二线路先利用1×1的卷积核对输入的数据信息进行1次卷积操作,得到卷积后的结果,再对卷积后的结果利用5×5的卷积核进行1次卷积操作,得到结果2;所述第三线路先利用1×1的卷积核对输入的数据信息进行1次卷积操作,得到卷积后的结果,再对卷积后的结果利用3×3的卷积核连续进行2次卷积操作,得到结果3;所述第四线路先对输入的数据信息进行池化为3×3的平均池化操作,得到池化后的结果,再对池化后的结果利用1×1的卷积核进行1次卷积操作,得到结果4;S4.将待测车辆图片输入到训练好的改进YOLOv4模型进行车辆检测,输出待测车辆的检测结果。
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重庆文理学院,其通讯地址为:402160 重庆市永川区红河大道319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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。