云南大学杨云获国家专利权
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!
龙图腾网获悉云南大学申请的专利一种室内电子设备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:CN116958527B 。
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:202310843359.4,技术领域涉及:G06V10/25;该发明授权一种室内电子设备检测方法是由杨云;刘博设计研发完成,并于2023-07-11向国家知识产权局提交的专利申请。
本一种室内电子设备检测方法在说明书摘要公布了:本发明公开了一种室内电子设备检测方法,包括以下步骤:步骤S1、对输入图像进行混合区域图像采样,得到输入样本Sampleaug;步骤S2、通过将YOLO中的跨步特征下采样过程全部替换为非跨步特征下采样方法以构建检测器,将步骤S1混合采样的图像输入检测器,通过检测器的特征提取和下采样,输出最终的特征图,并对特征图中的待检测电子设备的置信度进行计算;步骤S3、构建细粒度分类器,根据步骤S2得到的置信度以及细粒度分类器的输出进行计算,得到待检测电子设备的位置信息和类别信息。本发明解决了现有检测方法对于低分辨率电子设备和视觉差异小的电子设备检测准确低的问题。
本发明授权一种室内电子设备检测方法在权利要求书中公布了:1.一种室内电子设备检测方法,其特征在于,包括以下步骤: 步骤S1、对输入图像进行混合区域图像采样,得到输入样本; 所述步骤S1中混合区域图像采样具体为: 步骤S11、对输入图像进行顺序采样; 步骤S12、对输入图像进行随机采样; 步骤S13、对经过顺序采样以及随机采样的图像样本数据进行数据增强; 步骤S2、通过将YOLO中的跨步特征下采样过程全部替换为非跨步特征下采样方法以构建检测器,将步骤S1混合采样的图像输入检测器,通过检测器的特征提取和下采样,输出最终的特征图,并对特征图中的待检测电子设备的置信度进行计算; 所述步骤S2中的输出最终的特征图的过程为:采用YOLO先构建一个检测器,然后将YOLO中的跨步特征下采样过程全部替换为非跨步特征下采样方法,实现检测器的构建;其中,非跨步特征下采样方法包括以下步骤: 步骤S21、计算空间和通道注意力掩码: 样本通过步长为1的卷积后得到一个输入特征映射其中表示特征映射的宽度、高度,为通道数,为样本数量,分别计算样本特征空间、通道上的绝对平均值的注意力图:其中,为第个通道上的特征,为特征空间图上第i列和j行上的特征,分别是样本特征空间的绝对平均值、通道的绝对平均值的注意图,注意力掩码表示为:其中,为空间注意力掩码,为通道注意力掩码,为调整分布的超参数; 步骤S22、计算样本通道特征扰动: 扰动过程表示为:是在原始特征图上添加扰动后得到的特征图;为高斯分布的随机噪声;为注意力特征表示,为统计特征表示; 步骤S23、计算空间到深度特征下采样: 对进行空间上的子采样,将其分解为四个同维度的子特征图沿着通道方向将这四个子特征图拼接起来,得到子特征图融合后的特征图; 步骤S24、使用步长为1的1×1卷积将的通道数降为,得到最终为整个非跨步特征下采样的最终输出特征图; 步骤S3、构建细粒度分类器,根据步骤S2得到的置信度以及细粒度分类器的输出进行计算,得到待检测电子设备的位置信息和类别信息。
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云南大学,其通讯地址为:650091 云南省昆明市五华区翠湖北路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”。
以上内容由龙图腾AI智能生成。
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。

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