合肥工业大学;合肥工大高科信息科技股份有限公司魏臻获国家专利权
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！
龙图腾网获悉合肥工业大学;合肥工大高科信息科技股份有限公司申请的专利基于深度学习的列车信号机的状态检测方法及存储介质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：CN116246245B 。
龙图腾网通过国家知识产权局官网在2025-12-16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：202211706150.5，技术领域涉及：G06V20/58；该发明授权基于深度学习的列车信号机的状态检测方法及存储介质是由魏臻;元晨晨;卫星;陆阳;赵冲;谢宝;杨帆设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。
本基于深度学习的列车信号机的状态检测方法及存储介质在说明书摘要公布了：本发明的一种基于深度学习的列车信号机的状态检测方法及存储介质，包括以下步骤，使用深度学习的SSD算法对信号机目标进行检测；然后通过两步检测方式对信号机状态进行检测，具体使用相关信号机图像数据集，放入RetinaNet深度学习模型中进行训练，完成整体的低柱信号机以及高柱信号机的检测，后通过将检测结果作为数据源，放入YOLOv3深度学习网络中，对信号机灯泡状态进行检测，完成对信号机状态的一个检测。本发明采用SSD算法对信号机进行目标检测，采用RetinaNet方法结合YOLOv3，形成两步识别信号机状态方法，以提高识别的效率和精度。
本发明授权基于深度学习的列车信号机的状态检测方法及存储介质在权利要求书中公布了：1.一种基于深度学习的列车信号机的状态检测方法，其特征在于，包括以下步骤， 使用深度学习的SSD算法对信号机目标进行检测；具体包括：SSD算法引入了数据增强技术，对信号机图像数据集进行训练；之后SSD基于前馈卷积网络，首先针对选中方框中的信号机实例，产生一个固定大小的边界框的集合和分数，紧接着通过一个非最大抑制步骤产生最后的检测结果；其中信号机检测方法引入了多尺度映射和候选框生成机制； 然后通过两步检测方式对信号机状态进行检测，具体使用相关信号机图像数据集，放入RetinaNet深度学习模型中进行训练，完成整体的低柱信号机以及高柱信号机的检测，后通过将检测结果作为数据源，放入YOLOv3深度学习网络中，对信号机灯泡状态进行检测，完成对信号机状态的一个检测。
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合肥工业大学;合肥工大高科信息科技股份有限公司，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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