買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜華南師范大學;廣州華鉆電子科技有限公司申請的專利目標檢測方法、裝置、設備及存儲介質(zhì)獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN113869248B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-03-21發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202111164524.0，技術領域涉及：G06V20/58；該發(fā)明授權目標檢測方法、裝置、設備及存儲介質(zhì)是由白鵬飛;馬浩楠;覃元鋒;李世曉;杜鵬淵;羅玉浩;唐亦凡;周國富設計研發(fā)完成，并于2021-09-30向國家知識產(chǎn)權局提交的專利申請。

本目標檢測方法、裝置、設備及存儲介質(zhì)在說明書摘要公布了：本發(fā)明公開了一種目標檢測方法、裝置、設備及存儲介質(zhì)，屬于人工智能技術領域。本發(fā)明的目標檢測方法包括獲取參考圖像，其中，參考圖像包括霧天圖像；對霧天圖像進行標準化處理，得到標準霧天圖像；根據(jù)預設的比例將標準霧天圖像劃分為訓練集、驗證集和測試集；根據(jù)訓練集對改進的YOLOv5模型進行訓練，得到訓練后的檢測模型，其中，改進后的YOLOv5模型為在原始YOLOv5模型的基礎上對特征融合層進行改進后的模型；根據(jù)驗證集和測試集對檢測模型進行驗證，確定最優(yōu)檢測模型；根據(jù)最優(yōu)檢測模型對待檢測圖像進行目標檢測，得到車輛數(shù)據(jù)和行人數(shù)據(jù)。這種方法能夠減少場景誤檢和漏檢率，提高檢測精確度。

本發(fā)明授權目標檢測方法、裝置、設備及存儲介質(zhì)在權利要求書中公布了：1.目標檢測方法，其特征在于，包括：獲取參考圖像，其中，所述參考圖像包括霧天圖像；對所述霧天圖像進行標準化處理，得到標準霧天圖像；根據(jù)預設的比例將所述標準霧天圖像劃分為訓練集、驗證集和測試集；根據(jù)所述訓練集對改進的YOLOv5模型進行訓練，得到訓練后的檢測模型，其中，所述改進后的YOLOv5模型為在原始YOLOv5模型的基礎上用FPG特征融合結構替換所述原始YOLOv5模型的PANet網(wǎng)絡得到的模型，所述FPG特征融合結構將特征尺度空間表示為平行的自下而上路徑的規(guī)則網(wǎng)格；根據(jù)所述驗證集和所述測試集對所述檢測模型進行驗證，確定最優(yōu)檢測模型；根據(jù)所述最優(yōu)檢測模型對待檢測圖像進行目標檢測，得到車輛數(shù)據(jù)和行人數(shù)據(jù)；其中，所述根據(jù)所述訓練集對改進的YOLOv5模型進行訓練，得到訓練后的檢測模型，包括：將所述訓練集的圖像輸入至所述改進的YOLOv5模型的CSPDarknet53網(wǎng)絡中進行特征提取，生成三個第一特征層；將所述第一特征層輸入到所述改進的YOLOv5模型的FPG特征融合結構，得到三個第二特征層，其中，所述FPG特征融合結構包括多個路徑通路通道，每個第一特征層在各自的層級上依次經(jīng)過多個路徑通路通道，所述FPG特征融合結構還包括：在相同層級的相鄰通路之間建立的橫向連接、在不同層級的同一通路上建立的自底向上連接、在不同層級的相鄰通道之間建立的整合向下連接、在相同層級的首個通路和除首個通路之外的剩余通路之間建立的跳躍連接；根據(jù)第二特征層，確定邊界框列表中的邊界框及每一邊界框?qū)闹眯哦龋徊捎梅菢O大值抑制法對所述邊界框進行篩選，得到最終的邊界框。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢嗳?a target="_blank" rel="noopener noreferrer nofollow" >華南師范大學;廣州華鉆電子科技有限公司，其通訊地址為：510006 廣東省廣州市番禺區(qū)外環(huán)西路378號華南師范大學華南先進光電子研究院；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。