Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 桂林电子科技大学陈宏滨获国家专利权

桂林电子科技大学陈宏滨获国家专利权

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!

龙图腾网获悉桂林电子科技大学申请的专利基于改进YOLOv11的密集行人目标检测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:CN119942598B

龙图腾网通过国家知识产权局官网在2025-10-17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:202510239308.X,技术领域涉及:G06V40/10;该发明授权基于改进YOLOv11的密集行人目标检测方法是由陈宏滨;韦权设计研发完成,并于2025-03-03向国家知识产权局提交的专利申请。

基于改进YOLOv11的密集行人目标检测方法在说明书摘要公布了:本发明公开了一种基于改进YOLOv11的密集行人目标检测方法,通过构建改进的YOLOv11模型实现对密集行人的高效检测。该方法首先搜集密集行人数据集并进行图像预处理,随后构建改进的YOLOv11模型。具体改进步骤如下:使用GhostConv模块替换backbone网络中的普通卷积,减少特征图中的冗余信息并降低计算成本,实现模型轻量化;将C3K2模块替换为C3K2‑WTConv,扩大卷积感受野,有效捕捉图像中的低频信息,显著提升密集目标检测效果;在C2PSA模块中引入轻量级的MLCA注意力机制,构成新的C2PSA‑MLCA模块,结合局部和全局信息以增强网络表达能力。完成模型构建后,进行训练、测试和性能评估。本发明在实现模型轻量化的同时,还提高了目标检测的准确率,适用于交通监控和公共场所的安全监测。

本发明授权基于改进YOLOv11的密集行人目标检测方法在权利要求书中公布了:1.一种基于改进YOLOv11的密集行人目标检测方法,其特征在于,包括如下步骤: 步骤1:搜集密集行人数据集并对数据集进行图像预处理; 其中,所述步骤1具体包括以下步骤: 步骤1.1:对搜集到的密集行人数据集进行筛选,手动将动画图片以及行人数量较少的图片删除; 步骤1.2:编写相应的分类程序,将数据集中标注文件的忽略区域和人群两类标注去掉,保留行人、骑手、部分可见人员三类标注且归类为同一个标注Person,并将标注文件转换成YOLO格式; 步骤1.3:数据集划分成训练集和测试集; 步骤2:构建基于改进YOLOv11的密集行人目标检测模型; 其中,所述步骤2具体包括以下步骤: 步骤2.1:在YOLOv11的backbone网络中,将该网络的普通卷积替换成GhostConv模块; 步骤2.2:将WTConv模块引入C3K2模块中构成C3K2-WTConv模块,并在YOLOv11的backbone网络中,将C3K2模块替换成C3K2-WTConv模块; 步骤2.3:在C2PSA模块中引入MLCA注意力机制构成C2PSA-MLCA模块,并在YOLOv11的backbone网络中,将C2PSA模块替换成C2PSA-MLCA模块; 步骤3:对基于改进YOLOv11的密集行人目标检测模型进行训练; 其中,所述步骤3具体包括以下步骤: 步骤3.1:将预处理完成的密集行人数据集按照7:3的比例划分为训练集和测试集; 步骤3.2:设置迭代数200,批量大小batch_size设置为16,优化器optimizer设置为auto; 步骤3.3:在基于改进YOLOv11的密集行人目标检测模型中依照设置的参数进行训练,得到训练完成的基于改进YOLOv11的密集行人目标检测模型; 步骤4:将训练完成的基于改进YOLOv11的密集行人目标检测模型对密集行人测试集进行性能评估。

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桂林电子科技大学,其通讯地址为:541004 广西壮族自治区桂林市七星区金鸡路1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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。