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！

龙图腾网获悉西安电子科技大学申请的专利一种基于注意力机制与多尺度特征的火灾检测预警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：CN116343077B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202310003454.3，技术领域涉及：G06V20/40；该发明授权一种基于注意力机制与多尺度特征的火灾检测预警方法是由刘毅;杨锦;张天雨设计研发完成，并于2023-01-03向国家知识产权局提交的专利申请。

本一种基于注意力机制与多尺度特征的火灾检测预警方法在说明书摘要公布了：一种基于注意力机制与多尺度特征的火灾检测预警方法，先建立多场景火灾数据集，对数据进行预处理，获取训练样本集和测试样本集；然后搭建改进的深度学习网络模型Fire‑YOLOv5；再迭代训练最小化损失函数，得到训练好的Fire‑YOLOv5模型，部署到隧道监控的边缘服务器中；隧道监控采集模块获取流媒体数据，对采集到视频进行归一化预处理，得到视频的图像帧序列；视频的图像帧序列利用训练完成的Fire‑YOLOv5模型逐帧进行火灾烟雾检测；检测的结果通过视频帧投票机制判决并预警火灾的发生；本发明可部署到不同的硬件设备，提出的Fire‑YOLOv5在主干网络引入同位注意力机制，增强目标位置的权重表示，实现各尺度特征更好融合；通过视频帧投票机制来实现早期火灾的实时预警。

本发明授权一种基于注意力机制与多尺度特征的火灾检测预警方法在权利要求书中公布了：1.一种基于注意力机制与多尺度特征的火灾检测预警方法，其特征在于，包括以下步骤： 步骤S1，建立多场景火灾数据集，对数据进行预处理，获取训练样本集{train1,…,traind,…,trainm}和测试样本集{test1,…,teste,…,testn}； 步骤S2，搭建改进的深度学习网络模型Fire-YOLOv5； 步骤S201，设置神经网络的深度、宽度系数以此调整网络模型的大小适应不同的硬件平台，设置数据增强的参数向量，图像样本做仿射变换和透视变换以及组合变换丰富数据集； 步骤S202，使用Mish激活函数优化的同位注意力机制模块CAB代替YOLOv5主干网络中的CSP2_X模块，以此来增强感兴趣区域的权重参数表示； 步骤S203，使用Concat连接双向跨尺度链路融合不同尺度的特征图，实现语义的多层融合； Fire-YOLOv5模型结合双向特征金塔网络的原理，将同一层次的输入节点和输出节点跨层连接，缩短了低层语义向高层传递的路径，并通过拼接方式而不是相加的方式合并相邻层将高层丰富的语义特征与位于低层的特征有机结合，提升了预测的准确性；采用消除权重的双向跨尺度连接方式来进行特征融合，提高检测精度的同时而不影响网络的推理运算速度； 步骤S204，增加一组小目标锚框和检测头，实现原图像32倍下采样像素级别目标的检测； 步骤S3，不断迭代训练最小化损失函数，得到训练好的Fire-YOLOv5模型，部署到隧道监控的边缘服务器中； 步骤S4，隧道监控采集模块获取流媒体数据，对采集到视频进行归一化预处理，得到视频的图像帧序列； 步骤S5，视频的图像帧序列利用训练完成的Fire-YOLOv5模型逐帧进行火灾烟雾检测； 步骤S6，检测的结果通过视频帧投票机制判决并预警火灾的发生。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路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”。