长春理工大学田成军获国家专利权
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！
龙图腾网获悉长春理工大学申请的专利一种融合3D注意力机制和空洞卷积的口罩佩戴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：CN116311412B 。
龙图腾网通过国家知识产权局官网在2025-11-25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：202211471263.1，技术领域涉及：G06V40/16；该发明授权一种融合3D注意力机制和空洞卷积的口罩佩戴检测方法是由田成军;刘浩博;刘哲;王雨雨;张晋通;颜禹设计研发完成，并于2022-11-23向国家知识产权局提交的专利申请。
本一种融合3D注意力机制和空洞卷积的口罩佩戴检测方法在说明书摘要公布了：一种融合3D注意力机制和空洞卷积的口罩佩戴检测方法涉及机器视觉目标检测技术领域，解决了现有需要提供一种训练速度快、检测精度高、检测速度快的检测方法的问题，包括：对第一数据集标注佩戴口罩是否规范；建立改进的YOLOv5深度学习网络模型；使用第二数据集对改进的YOLOv5深度学习网络模型进行预训练得到最佳的预训练模型权重；使用迁移学习的方式，用最佳的预训练模型权重初始化改进的YOLOv5深度学习网络模型的参数，使用第一数据集对模型进行训练，得到口罩佩戴检测模型。本发明将检测精度和检测速度两项指标进行平衡，在不影响检测速度的前提下，使模型的检测精度提升，能够满足口罩佩戴的实时检测的需求。
本发明授权一种融合3D注意力机制和空洞卷积的口罩佩戴检测方法在权利要求书中公布了：1.一种融合3D注意力机制和空洞卷积的口罩佩戴检测方法，其特征在于，包括： 对第一数据集标注佩戴口罩是否规范，第一数据集中的图片中均包括人脸口罩佩戴情况的信息； 建立改进的YOLOv5深度学习网络模型，对YOLOv5深度学习网络模型的改进如下：增加小目标检测层，增加SimAM注意力机制层，通过空洞卷积层替换SPPF模块中的最大池化层，采用α-CIOU作为边界框损失函数，采用BCEWithLogitsLoss作为置信度损失函数； 使用第二数据集对改进的YOLOv5深度学习网络模型进行预训练，得到最佳的预训练模型权重； 训练口罩佩戴检测模型：使用迁移学习的方式，用最佳的预训练模型权重初始化改进的YOLOv5深度学习网络模型的参数，使用第一数据集对改进的YOLOv5深度学习网络模型进行训练，得到口罩佩戴检测模型。
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长春理工大学，其通讯地址为：130000 吉林省长春市卫星路7089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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励