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！

龙图腾网获悉安徽工业大学申请的专利一种基于深度学习的医疗废弃物暂存站异常行为实时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：CN117197896B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202311222629.6，技术领域涉及：G06V40/20；该发明授权一种基于深度学习的医疗废弃物暂存站异常行为实时检测方法是由吴紫恒;李勇涛;王兵;马小陆;李聪;赵远;汪文艳;卢琨设计研发完成，并于2023-09-21向国家知识产权局提交的专利申请。

本一种基于深度学习的医疗废弃物暂存站异常行为实时检测方法在说明书摘要公布了：本发明公开了一种基于深度学习的医疗废弃物暂存站异常行为实时检测方法，涉及异常检测技术领域。本发明使用MobileNetV3网络结构代替传统YoloV7的Backbone模块，使用改进NAS‑FPN网络和CoAtNet网络代替传统YoloV7的Neck模块，构建基于改进YoloV7的异常行为检测模型；利用异常行为数据集对检测模型进行训练，获得深度学习模型；将预处理后的待检测图像输入深度学习模型进行异常行为实时检测，并对异常行为实时预警。本发明中改进的YoloV7检测模型具有轻量化的特点，对医疗废弃物暂存站异常行为检测具有较快的检测速度和较高的检测精度，可有效杜绝因异常行为所导致的医疗废弃物损坏、污染或丢失而无法辨别责任问题。

本发明授权一种基于深度学习的医疗废弃物暂存站异常行为实时检测方法在权利要求书中公布了：1.一种基于深度学习的医疗废弃物暂存站异常行为实时检测方法，其特征在于，包括以下步骤： S1：收集医疗废弃物暂存站异常行为图像，建立异常行为检测数据集； S2：使用MobileNetV3网络结构代替传统YoloV7的Backbone模块，使用改进NAS-FPN网络和CoAtNet网络代替传统YoloV7的Neck模块，构建基于改进YoloV7的快速医疗废弃物异常行为检测模型； 替换后的Neck模块使用改进NAS-FPN网络对不同尺寸的特征图像进行融合；使用CoAtNet网络对经过改进NAS-FPN网络特征融合的图像做进一步的特征提取；将经过CoAtNet网络进一步提取的特征图像作为输出特征层，并且输入到YoloV7的Head模块； 替换后的Neck模块经过1×1卷积分别连接三个Bottleneck单元的输出特征图像； 改进NAS-FPN网络对不同尺寸的特征图像进行融合的过程如下：输入特征图像P2和P3经过全局平均池化层GP后获得特征图P4，特征图P4经过CBR模块后获得特征图P5，特征图P5与P1相加，获得输出特征图C1；输出特征图C1经过CBR模块后获得特征图P6，特征图P6与P5相加，获得输出特征图C2；输出特征图C2经过CBR模块后获得特征图P7，特征图P7经过全局平均池化层GP后获得特征图P8，特征图P8与P3相加，获得输出特征图C3；C1，C2，C3为替换后的Neck模块输出的三个特征图像； S3：利用异常行为数据集对检测模型进行训练，获得异常行为实时检测的深度学习模型； S4：基于医疗废弃物暂存站实时采集的视频图像，进行预处理，将图像尺寸统一化； S5：将预处理后的待检测图像输入深度学习模型进行异常行为实时检测，并对异常行为实时预警。

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安徽工业大学，其通讯地址为：243002 安徽省马鞍山市花山区湖东路59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。