北京思维鑫科信息技术有限公司邢渊博获国家专利权
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!
龙图腾网获悉北京思维鑫科信息技术有限公司申请的专利车牌矫正模型的训练方法、矫正方法、装置、设备及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:CN120877264B 。
龙图腾网通过国家知识产权局官网在2026-01-06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:202511383428.3,技术领域涉及:G06V20/62;该发明授权车牌矫正模型的训练方法、矫正方法、装置、设备及介质是由邢渊博;杨园园;魏宝生;段祥玉;史恭庆;魏强;杨启鹏;吴晗设计研发完成,并于2025-09-26向国家知识产权局提交的专利申请。
本车牌矫正模型的训练方法、矫正方法、装置、设备及介质在说明书摘要公布了:本申请公开了车牌矫正模型的训练方法、矫正方法、装置、设备及介质,涉及机器学习领域,该方法包括获取训练集,训练集包括预处理的车牌图片和对应的真实车牌框标注;根据训练集对预设模型进行训练获取车牌矫正模型;其中,预设模型包括依次连接的主干网络、颈部网络和头部网络;主干网络包括依次连接四个卷积网络层;颈部网络包括依次连接的全连接层、随机失活层和激活函数层;头部网络包括线性输出层;车牌矫正模型用于对待矫正车牌图片进行处理输出待矫正车牌图片的预测框参数。本申请能够精确进行车牌位置矫正且兼顾硬件资源。
本发明授权车牌矫正模型的训练方法、矫正方法、装置、设备及介质在权利要求书中公布了:1.一种车牌矫正模型的训练方法,其特征在于,车牌矫正模型的训练方法包括: 获取训练集,训练集包括预处理的车牌图片和对应的真实车牌框标注; 根据训练集对预设模型进行训练获取车牌矫正模型;其中,预设模型包括依次连接的主干网络、颈部网络和头部网络;主干网络用于获取训练集中图片的高语义特征,颈部网络用于对高语义特征进行二次加工整合,头部网络用于将颈部网络输出的特征映射为输出结果;主干网络包括依次连接的四个卷积网络层,颈部网络包括依次连接的全连接层、随机失活层和激活函数层;头部网络包括线性输出层;车牌矫正模型用于对待矫正车牌图片进行处理获取所述待矫正车牌图片的预测框参数; 其中,在所述根据训练集对预设模型进行训练的过程中,采用基于CIOU损失和约束损失的函数作为预设模型的损失函数,预设模型的损失函数通过以下公式来表达: Loss=CIOULoss+ContraintLoss; 其中,CIOULoss为CIOU基础损失函数,是为了使预测框接近真实车牌框,ContraintLoss为约束损失函数,是为了在预测框接近真实车牌框时满足约束条件,为约束损失函数的权重系数; 其中,所述约束损失函数通过以下公式进行描述: ; 其中,表示第i个满足对应约束条件的约束量,表示sigmoid函数的惩罚系数;其中,约束量包括、、和,约束量的表达式及其对应的约束条件为: ; ; ; ; 其中,pred_xmin,pred_ymin为预测框的左上角坐标,pred_xmax,pred_ymax为预测框的右下角坐标,gt_xmin,gt_ymin为真实车牌框的左上角坐标,gt_xmax,gt_ymax为真实车牌框的右下角坐标。
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北京思维鑫科信息技术有限公司,其通讯地址为:100070 北京市丰台区南四环西路188号五区35号楼2层(园区);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