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！

龙图腾网获悉江西赣粤高速公路股份有限公司;中国地质大学(武汉);江西省交通设计研究院有限责任公司申请的专利一种复杂施工环境的安全设备实时高精度监测方法及系统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：CN119107590B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202411021614.8，技术领域涉及：G06V20/52；该发明授权一种复杂施工环境的安全设备实时高精度监测方法及系统是由余小晴;虞安军;曹林辉;蔡裕;吴刚;敖迎阳;饶春华;陈珺;饶至超;熊永华设计研发完成，并于2024-07-29向国家知识产权局提交的专利申请。

本一种复杂施工环境的安全设备实时高精度监测方法及系统在说明书摘要公布了：本申请提供了一种复杂施工环境的安全设备实时高精度监测方法及系统，涉及目标检测技术领域，方法包括：获取工地施工图片并进行预处理；基于幅值参数、自适应缩小变形卷积层和自适应放大变形卷积层，构建工地安全检测模型；通过预处理后的工地施工图片，训练工地安全检测模型；获取待检测工地现场作业图片，通过训练后的工地安全检测模型，得到不同尺度的特征图；通过ARoI池化方法，对不同尺度的特征图进行采样；将经过ARoI池化后的不同尺度的特征图，分别输入至工地安全检测模型的解耦头中进行识别，实现安全工作设备的实时监测。通过改进后的工地安全检测模型，实现复杂施工环境的安全设备的高精度实时检测。

本发明授权一种复杂施工环境的安全设备实时高精度监测方法及系统在权利要求书中公布了：1.一种复杂施工环境的安全设备实时高精度监测方法，其特征在于，方法包括以下步骤： S1：获取工地施工图片并进行预处理； S2：基于幅值参数、自适应缩小变形卷积层和自适应放大变形卷积层，构建工地安全检测模型；工地安全检测模型包括：卷积神经网络、特征融合与检测网络； S3：通过预处理后的工地施工图片，训练工地安全检测模型； 步骤S3包括： 所述卷积神经网络包括：第一卷积层、第二卷积层、自适应缩小变形卷积层、第四卷积层、自适应放大变形卷积层； 所述第一卷积层、第二卷积层、自适应缩小变形卷积层、第四卷积层、自适应放大变形卷积层依次顺序连接； 在所述自适应缩小变形卷积层和自适应放大变形卷积层中，利用偏移量对原始卷积核的采样点进行增广，具体如下： 在工地安全检测模型的训练过程中，对自适应缩小变形卷积层和自适应放大变形卷积层的采样点像素的坐标点进行变换，如下： XPi＝Σwpxi*xpx0+pn+Δpxi式4 YPi＝Σwpyi*ypy0+pn+Δpyi式5 其中X,Y表示变化后的采样点像素的位置坐标，Pi＝pxi,pyi为采样点像素的坐标点；w表示在变换过程中需要训练的权重；pn为卷积核中的每一个采样点相对于中心位置的偏移量，偏移量为{-1,-1,-1,0,…,0,1,1,1}；Δpxi表示x方向的自适应的偏移量，Δpyi表示y方向的自适应的偏移量；px0表示原始的x坐标；py0表示原始的y坐标； 所述工地安全检测模型还包括： 在所述工地安全检测模型的每个卷积过程中，添加自适应幅值参数； 在工地安全检测模型的自适应缩小变形卷积层和自适应放大变形卷积层，添加自适应幅值参数的具体公式如下所示： XPi＝Σwpxi*xpx0+pn+Δpxi*Δk式6 YPi＝Σwpyi*ypy0+pn+Δpyi*Δk式7 其中Δk时需要学习的幅值参数； 步骤S3还包括： 对卷积神经网络中的自适应放大变形卷积层输出的特征图FP5，进行不同尺度的最大池化操作，得到多尺度特征图； 将多尺度特征图与卷积神经网络中的第四卷积层输出的特征图FP4进行拼接，得到特征图F1； 特征图F1经过一次上采样和C2f层与卷积神经网络中的自适应缩小变形卷积层输出的特征图FP3进行融合，得到特征图T1； 将特征图T1经过一次卷积层与特征图F1进行融合后，在通过一次C2f层，得到特征图T2； 将特征图T2经过一次卷积层与特征图T2融合后，利用一次C2f层，得到特征图T3； 特征图T1、T2、T3即为工地安全检测模型输出的不同尺度的特征图； 在通过全连接层对特征图进行融合时，利用幅值参数与缩放比例r来对融合过程进行调整，计算过程如下： s＝Σr*w*fzi式8 其中r为缩放比例，w为每一次运算过程中的权重，fzi为当前特征层；s表示输出结果； S4：获取待检测工地现场作业图片，通过训练后的工地安全检测模型，得到不同尺度的特征图； S5：通过ARoI池化方法，对不同尺度的特征图进行采样； S6：将经过ARoI池化后的不同尺度的特征图，分别输入至工地安全检测模型的解耦头中进行识别，实现安全工作设备的实时监测。

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江西赣粤高速公路股份有限公司;中国地质大学(武汉);江西省交通设计研究院有限责任公司，其通讯地址为：330000 江西省南昌市高新区火炬大街199号赣能大厦；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”。