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！

龙图腾网获悉吉林大学;吉林卡普林科技有限公司申请的专利一种基于改进RT-DETR目标检测模型的学生行为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：CN120496177B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202510571305.6，技术领域涉及：G06V40/20；该发明授权一种基于改进RT-DETR目标检测模型的学生行为检测方法是由刘名扬;吕源潮;孙博康;梅智;杨轶鹏设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本一种基于改进RT-DETR目标检测模型的学生行为检测方法在说明书摘要公布了：一种基于改进RT‑DETR目标检测模型的学生行为检测方法，涉及计算机视觉及目标检测技术领域，解决现有RT‑DETR模型在复杂场景下实时检测过程中存在精准度低，且模型的计算量及参数量过大等问题，本发明通过收集教学场景学生行为图像，制作学生行为数据集；构建改进的RT‑DETR模型；初始化改进的RT‑DETR模型进行参数设置并进行训练，获得模型的最优权重文件；以及采用最优权重文件，对教学场景学生行为进行检测。本发明以YOLOv8为骨干网络，引入加性注意力机制，构建卷积加性注意力模块，本方法在保持原有精准度的基础上大大降低了RT‑DETR目标检测模型的计算复杂度。提高目标检测网络的性能。

本发明授权一种基于改进RT-DETR目标检测模型的学生行为检测方法在权利要求书中公布了：1.一种基于改进RT-DETR目标检测模型的学生行为检测方法，其特征是：该方法由以下步骤实现： 步骤一、收集教学场景学生行为图像，制作学生行为数据集； 步骤二、构建改进的RT-DETR模型； 所述改进的RT-DETR模型包括基于YOLOv8的主干网络、混合编码器以及解码器； 所述基于YOLOv8的主干网络由多层卷积层和多层卷积加性注意力模块组成，将其中三层卷积加性注意力模块作为输出通道； 所述混合编码器由动态混合自注意力机制模块和跨尺度特征融合模块组成； 输入的图像数据经YOLOv8的主干网络的卷积层进行局部特征提取，并通过卷积加性注意力模块进行特征的拼接融合操作，输出特征图； 所述输出通道分别输出特征层P3、特征层P4和特征层P5；将特征层P3、特征层P4输入至混合编码器中的跨尺度特征融合模块； 将特征层P5输入至混合编码器中的动态混合自注意力机制模块进行进一步特征处理后输入至跨尺度特征融合模块； 所述跨尺度特征融合模块将特征层P3、特征层P4以及处理后的特征层P5进行特征图融合，并通过解码器生成目标的边界框和置信度分数，被用于目标检测任务，完成对输入图像中目标的定位和分类； 步骤三、初始化所述改进的RT-DETR模型进行参数设置并进行训练，获得模型的最优权重文件； 步骤四、采用所述最优权重文件，对教学场景学生行为进行检测。

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吉林大学;吉林卡普林科技有限公司，其通讯地址为：130000 吉林省长春市南关区前进大街2699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。