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！

龙图腾网获悉重庆邮电大学申请的专利基于轻量化改进YOLOv5的零件识别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：CN116503379B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202310549559.9，技术领域涉及：G06T7/00；该发明授权基于轻量化改进YOLOv5的零件识别方法是由刘想德;马昊;张毅;蒋菲;杨超旋设计研发完成，并于2023-05-16向国家知识产权局提交的专利申请。

本基于轻量化改进YOLOv5的零件识别方法在说明书摘要公布了：本发明涉及一种基于轻量化改进YOLOv5的零件识别方法，属于计算机视觉技术领域。该方法具体包括：S1：收集零件照片，并进行数据清洗和类型标注；S21：将PPLC‑Net替换原始YOLOv5网络中Backbone，激活函数选用H‑Swish；S22：构建TransformerHead作为YOLOv5的解耦头；S23：在检测头之前全部加入Transformer模块和C3模块融合构成C3TR模块；S24：引入噪音净化模块；S3：训练改进的YOLOv5网络，并利用训练完的网络对实际待测零件进行识别与检测。本发明能实现准确快速的零件识别检测，同时改善内存占用大和设备要求高的问题。

本发明授权基于轻量化改进YOLOv5的零件识别方法在权利要求书中公布了：1.一种基于轻量化改进YOLOv5的零件识别方法，其特征在于，该方法具体包括以下步骤： S1：对零件照片进行收集，然后进行数据清洗，并对不同类型的图片进行标注；选取YOLOv5网络结构进行初始模型训练； S2：改进YOLOv5网络结构，具体包括： S21：将PPLC-Net替换原始YOLOv5网络中Backbone，激活函数选用H-Swish；PPLC-Net网络使用深度容器作为框架的基本块，组成部分是深度可分离卷积，第一层是卷积+标准归一化+H-Swish函数，中间包含13层深度可分离卷积，后面的GAP为7*7的全局平均池化，GAP后是点卷积+全连接层+H-Swish函数组件，最后是输出为1000的全连接层； S22：选取Transformer构建TransformerHead作为YOLOv5的解耦头； S23：在检测头之前全部加入Transformer模块和C3模块融合构成C3TR模块； S24：引入噪音净化模块，该模块采用两个分支并行组合实现净化；上分支通过结合空间和通道注意力，实现更加精细的特征选择，用于选择最相关的空间位置，并将无关位置的响应抑制；下分支是一种轻量级的注意力机制，通过引入“挤压-激励”机制，快速地提取最有用的特征；具体来说，通过对全局特征进行统计，得到全局特征的重要性，然后将这些重要性信息作为权重，对每个通道的特征进行重新加权； S3：训练改进的YOLOv5网络，并利用训练完成的网络对实际待测零件进行识别与检测。

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邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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”。