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 > 中铁上海工程局集团华海工程有限公司;中铁上海工程局集团(苏州)轨道交通科技研究院有限公司;中铁上海工程局集团有限公司廖鹏获国家专利权

中铁上海工程局集团华海工程有限公司;中铁上海工程局集团(苏州)轨道交通科技研究院有限公司;中铁上海工程局集团有限公司廖鹏获国家专利权

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!

龙图腾网获悉中铁上海工程局集团华海工程有限公司;中铁上海工程局集团(苏州)轨道交通科技研究院有限公司;中铁上海工程局集团有限公司申请的专利一种基于改进YOLO11模型的轨道扣件状态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:CN120976840B

龙图腾网通过国家知识产权局官网在2025-12-12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:202511491909.6,技术领域涉及:G06V20/50;该发明授权一种基于改进YOLO11模型的轨道扣件状态检测方法是由廖鹏;周和超;徐明发;范宝明;李绍良;李铨设计研发完成,并于2025-10-20向国家知识产权局提交的专利申请。

一种基于改进YOLO11模型的轨道扣件状态检测方法在说明书摘要公布了:本发明涉及一种基于改进YOLO11模型的轨道扣件状态检测方法,包括以下步骤1采集轨道扣件图片数据,对数据进行扩充;步骤2对轨道扣件数据集进行数据标注;步骤3构建基于改进YOLO11模型的轨道扣件状态检测网络模型,颈部网络采用渐进特征金字塔结构,通过自底向上和自顶向下路径结合横向连接,引入ASFF模块实现多尺度特征动态融合,并通过BasicBlock模块进行深层特征提取与变换;检测头采用轻量化非对称检测头;模型采用SIoU损失函数,结合角度损失、距离损失、形状损失和IoU损失。本发明优点在于:解决现有轨道扣件状态检测算法在部分复杂场景检测效果不佳、模型复杂度高不易边缘部署等问题。

本发明授权一种基于改进YOLO11模型的轨道扣件状态检测方法在权利要求书中公布了:1.一种基于改进YOLO11模型的轨道扣件状态检测方法,其特征在于,包括以下步骤: 步骤S1:采集轨道扣件图片数据,利用图像增广算法对数据进行扩充,一部分进行弱增广,一部分进行强增广,最后加入虚拟数据; 步骤S2:对轨道扣件数据集进行数据标注,将数据集划分为训练集、验证集、测试集; 步骤S3:构建基于改进YOLO11模型的轨道扣件状态检测网络模型,所述网络模型具体包括输入Input、主干网络Backbone、颈部网络Neck、检测头Head和输出Output; 其中, 颈部网络Neck采用渐进特征金字塔AFPN结构,通过自底向上和自顶向下路径结合横向连接,引入ASFF模块实现多尺度特征动态融合,并通过BasicBlock模块进行深层特征提取与变换,提升对不同尺度轨道扣件特征的表达能力和定位精度; 检测头Head采用轻量化非对称检测头LADH,包括回归分支和分类分支,回归分支通过深度可分离卷积增强边界框定位能力,分类分支保持轻量化结构以实现高效分类; 模型采用SIoU损失函数,结合角度损失、距离损失、形状损失和IoU损失,优化预测框与真实框在方向、位置、形状及重叠度上的一致性; 整体模型在保持检测精度的同时实现轻量化,适用于边缘部署; 步骤S4:采用训练集和验证集对轨道扣件状态检测网络模型进行训练,获取网络模型的各个参数,得到训练后的安全设备检测网络模型; 步骤S5:采用测试数据集对训练后的轨道扣件状态检测网络模型进行测试,对测试结果进行评价。

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中铁上海工程局集团华海工程有限公司;中铁上海工程局集团(苏州)轨道交通科技研究院有限公司;中铁上海工程局集团有限公司,其通讯地址为:201101 上海市闵行区中春路7500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。