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！

龙图腾网获悉天津普智芯网络测控技术有限公司申请的专利一种基于图片识别架构的设备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：CN117787349B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202410200659.5，技术领域涉及：G06N3/0464；该发明授权一种基于图片识别架构的设备是由屈粮富;张大伟;姚文达;马朝华设计研发完成，并于2024-02-23向国家知识产权局提交的专利申请。

本一种基于图片识别架构的设备在说明书摘要公布了：本发明提供一种基于图片识别架构的设备，包括MTCNN模型，所述MTCNN模型包括P‑Net网络、R‑Net网络和O‑Net网络，所述P‑Net网络、R‑Net网络和O‑Net网络内通过GhostNet网络替换卷积计算，以节省参数。本发明使MTCNN模型仅增加少量参数，即可大大提高MTCNN模型的识别精度，方便修改后的MTCNN模型部署至边缘设备。

本发明授权一种基于图片识别架构的设备在权利要求书中公布了：1.一种基于图片识别架构的设备，其特征在于，包括MTCNN模型，所述MTCNN模型包括P-Net网络、R-Net网络和O-Net网络，所述P-Net网络、R-Net网络和O-Net网络内通过GhostNet网络替换第二卷积层及往后卷积层，以节省参数；所述GhostNet网络包括1步长的Bottleneck块和2步长的Bottleneck块；所述1步长的Bottleneck块包括两个Ghost块和一个残差边组；所述1步长的Bottleneck块用于进行卷积计算以生成第一特征图，第一特征图通过线性计算以获取第一新特征图，共同输出第一特征图和第一新特征图；第一个Ghost块用作扩展层，增加了通道数，第二个Ghost模块减少通道数；步长为2的Bottleneck块与步长为1的Bottleneck块的区别为：两个Ghost模块间添加[2×2]的深度可分离卷积，用于完成宽高压缩操作；所述2步长的Bottleneck块用于进行卷积计算以生成第二特征图，第二特征图通过线性计算以获取第二新特征图，压缩第二特征图和第二新特征图并共同输出；P-Net网络接收并处理不同尺寸的待识别图，产生的候选框图；依据候选框图在原始样本图像上剪裁或缩放出24×24像素大小，并送入R-Net网络处理，筛选出包含孔洞的孔洞框图；依据孔洞框图在原始待识别图上剪裁或缩放出48×48像素大小，并送入O-Net网络，O-Net网络识别并给出最终判断结果，最终判断结果包括孔洞位置和数量；GhostNet网络的运行过程为：接收第一层卷积输出特征图，特征图通过卷积核生成部分特征图，部分特征图经过一系列的线性变换生成新特征图；重复若干次上述步骤后，压缩所有特征的高和宽，完成特征的提取，减少卷积核数量时，也可保证获取相同的特征性息，保证MTCNN模型的识别精度；所述P-Net网络包括第一P卷积层、第一GhostNet网络和第二P卷积层，所述R-Net网络包括R卷积层、第二GhostNet网络和R全连接层，所述O-Net网络依次包括O卷积层、第三GhostNet网络和O全连接层；P-Net网络的处理过程为：第一P层卷积接收样品图片，通过卷积处理后输出若干张第一P特征图，1步长的Bottleneck块接收第一P特征图，进行卷积计算，再通过线性计算以输出若干第二P特征图，2步长的Bottleneck块将第二P特征图进行卷积计算，再线性计算以生成若干第三P特征图，压缩第三P特征图的长宽以形成总特征图并输出，第二卷P卷积层接收总特征图，进行特征提取，以输出若干不同尺寸的第一候选图；包括图片采集模块，所述图片采集模块与图片识别模块数据互通，所述图片识别模块包括FPGA芯片，图片识别模块直接与图片采集模块连接，减少图片数据传输过程中多次缓存的问题，降低因单粒子故障，使转存影响图片数据的准确性；R-Net网络包括R卷积层、第二GhostNet网络和R全连接层，第二GhostNet网络由一个1步长的Bottleneck块和两个步长的Bottleneck块叠加构成；R-Net网络的处理过程为：R卷积层接收第一候选图，通过卷积处理后输出若干第二候选图，1步长的Bottleneck块接收第二候选图，进行卷积计算，再通过线性计算以输出若干第三候选图，第一个2步长的Bottleneck将第三候选图进行卷积计算，再线性变换以生成若干第四候选图，压缩第四候选图的长宽后输出，第二个2步长的Bottleneck将第三候选图进行卷积计算，再线性变换以生成若干第五候选图，压缩第五候选图的长宽后输出，R全连接层在第五候选图中筛选出若干第一孔洞框图，并删除非孔洞框图；O-Net网络依次包括O卷积层、第三GhostNet网络和O全连接层，第三GhostNet网络由一个1步长的Bottleneck块和三个2步长的Bottleneck块叠加构成；O-Net网络的处理过程为：O卷积层接收第一孔洞框图，通过卷积处理后输出若干第二孔洞框图，1步长的Bottleneck块接收第二孔洞框图，进行卷积计算，再通过线性计算以输出若干第三孔洞框图，第一个2步长的Bottleneck将第三孔洞框图进行卷积计算，再线性变换以生成若干第四孔洞框图，压缩第四孔洞框图的长宽后输出，第二个2步长的Bottleneck将第四孔洞框图进行卷积计算，再线性变换以生成若干第五孔洞框图，压缩第五孔洞框图的长宽后输出；第三个2步长的Bottleneck将第五孔洞框图进行卷积计算，再线性变换以生成若干第六孔洞框图，压缩第六孔洞框图的长宽后输出；O全连接层接收所有第六孔洞框图，以输出最终孔洞判断结果。

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天津普智芯网络测控技术有限公司，其通讯地址为：300450 天津市滨海新区滨海高新区华苑产业区海泰西路18号北2楼303；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”。