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！

龙图腾网恭喜青岛科技大学申请的专利一种基于yolov9与DeepSort的集装箱残损信息检测计数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：CN119229221B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202411749113.1，技术领域涉及：G06V10/764；该发明授权一种基于yolov9与DeepSort的集装箱残损信息检测计数方法是由刘明华;王贺;张瑞;范晓雨;邵洪波;渠连恩;李丹宁;刘晓霞;张宇琦;毛欣怡设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本一种基于yolov9与DeepSort的集装箱残损信息检测计数方法在说明书摘要公布了：本发明公开了一种基于yolov9与DeepSort的集装箱残损信息检测计数方法，包括通过相机收集集装箱的数据，并将获取到的集装箱数据输入到已经训练好的目标检测模型以及语义分割模型，将两种模型的结果汇聚起来交给相关系统进行下一步的操作，完成了对残损位置以及类别信息的自动检测，以及对集装箱吞吐量的精确统计。本发明提供了一种全面而有效的方法，可应用于提高集装箱管理的效率和质量。

本发明授权一种基于yolov9与DeepSort的集装箱残损信息检测计数方法在权利要求书中公布了：1.一种基于yolov9与DeepSort的集装箱残损信息检测计数方法，其特征在于，所述方法包括以下步骤：步骤一、采集运送集装箱的数据，包括集装箱的信息，对集装箱的整体感知；步骤二、对已经采集的集装箱数据使用ESRGAN网络进行超分辨率预处理；步骤三、将步骤二中的预处理后的图像数据输入到已经训练好的目标检测RT-DETR神经网络之中，同时也输入到训练好的yolov9语义分割网络中，目标检测网络对数据进行提取特征得到检测的类别、边界框、语义分割网络输出残损类别以及残损区域信息；所述RT-DETR神经网络包括backbone、混合特征增强编码器、高效特征融合模块、decoder以及预测头，其中backbone使用Resnet-50对图片信息进行特征提取，缩小特征图的尺寸，在backbone最后的倒数第三层加入兼具空间注意力以及通道注意力的CoordAttention模块，在backbone最后的倒数第二层加入空间注意力ECA模块，这两个注意力模块的输出部分与对应注意力机制的输入进行残差连接，backbone最后一层交由AIFI自注意力机制模块进行计算相关性，获取高层语义信息，并且将结果一维向量reshape为二维矩阵，三种数据一起交由高效特征融合模块进行处理；所述backbone中的采样模块替换为Adown模块，在输入的初始阶段使用最大池化将特征图尺寸减半，使用Split将特征图通道数c分为两个通道数为c2的特征图，一部分使用CBS模块使用卷积核为3*3，步长为2的特征提取，另一部分先进行最大池化，随后使用1*1卷积核，步长为1的特征提取模块，最后将两个特征图使用concat操作拼接；所述高效特征融合模块中原有的CSPRepLayer模块替换为RepNCSPELAN4模块，将RepNCSPELAN4的内部的RepNCSP的输入通道数与RepNCSPELAN4的通道数相同，输出通道数与RepNCSPELAN4的输出通道数相同，RepNCSP内部的RepNBottleneck的数量由1增加到2，高效特征融合模块总体结构采用GELAN+PANet结构；所述预测头的损失为： ;其中，为预测值，为真实框，为预测的类别，为真实类别，IoU为giou；步骤四、将步骤三得到的检测信息继续交给DeepSort跟踪算法来进行处理并实现计数；步骤五、将步骤四中得到的跟踪信息结合对步骤三中集装箱残损信息进行神经网络分割处理信息进行绘制，获取最终的结果；步骤六、在步骤五中的信息是不符合预期进行相应的报警，所有信息以及集装箱计数信息存储到数据库。

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青岛科技大学，其通讯地址为：266061 山东省青岛市崂山区松岭路99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”。