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！

龙图腾网获悉淮阴工学院申请的专利一种基于改进YOLOv5的化工厂安全标志检测的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：CN116681942B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310669747.5，技术领域涉及：G06V10/764；该发明授权一种基于改进YOLOv5的化工厂安全标志检测的方法是由郭浩宇;赵环宇;刘伟;刘根水;赵春贵;赵延波;华尚设计研发完成，并于2023-06-07向国家知识产权局提交的专利申请。

本一种基于改进YOLOv5的化工厂安全标志检测的方法在说明书摘要公布了：本发明公开了一种基于改进YOLOv5的化工厂安全标志检测的方法，包括以下步骤：前往化工厂实地拍摄化工厂安全标志的图片，为了使模型能在各种光线条件下都有比较好的检测性能，拍摄数据集选择了白天和光线比较阴暗的夜晚进行拍摄，数据集拍摄完后对数据集进行一些处理，来提高模型的泛化能力。对数据集进行标签的标注，每一种安全标志都标注上其对应的名称，然后再对数据集进行划分。本发明使用性能更好的K‑means++聚类算法计算出更适合该模型的目标框，使用轻量级上采样算子CARAFE代替原模型的最近邻插值算法来获得更大的感知域和更多的特征图的语义信息，损失函数采用Focal‑EIOULoss代替原模型的CIOULoss，加速了收敛，提高了回归的精度。实验结果表明，该方法在不同的场景下能够实现高效、准确的安全标志检测，与原YOLOv5模型相比，改进的YOLOv5模型的精确率、召回率、平均精度分别提高了3.5%，2.3%和3%，能够更加精确的识别安全标志，为事故现场提供方向指导。

本发明授权一种基于改进YOLOv5的化工厂安全标志检测的方法在权利要求书中公布了：1.一种基于改进YOLOv5的化工厂安全标志检测的方法，其特征在于，包括以下步骤： 步骤1、拍摄数据集，前往化工厂内部，在化工厂内部的车间拍摄有关安全标志识别的数据集； 步骤2、对数据集进行处理，得到能够进行训练的数据集； 步骤3、改进网络， 3-1使用k-means++聚类算法计算出适合模型的锚框，并将原模型的九个锚框替换成新得到的九个锚框； 3-2加入轻量级上采样算子CARAFE，YOLOv5原模型使用的最邻近插值或者常用的双线性插值没有利用特征图的语义信息，仅采用像素点的空间位置来确定了上采样内核，感知域非常小，而CARAFE能在更大的感知领域聚合上下文信息，并且重量轻，计算速度快； 3-3损失函数采用Focal-EIOULoss代替原模型的CIOULoss，由于质量较差的锚框会产生较大的梯度，影响训练过程，Focal-EIOULoss从梯度的角度出发，将质量比较高的锚框和质量比较低的锚框区分开来，加速了收敛，提高了回归的精度，Focal-EIOULoss的计算公式为： ； ； ； ； ； 其中，和分别为物体的预测框和目标框中心点的坐标，和分别为物体的预测框的宽度和目标框的宽度，和分别为物体的预测框的高度和目标框的高度，和分别为物体的预测边界框和物体目标框能够组成的最小外接矩形的宽度与高度，代表物体的预测边界框和物体目标框中心点的坐标的欧氏距离的平方，代表预测物体的预测边界框和物体目标框的宽度的差值的平方，代表物体的预测边界框和物体目标框的高度的差值的平方，是用来控制曲线弧度的超参，=0.5时可以使得模型达到最佳权衡； 步骤4、训练网络，将步骤3改进好的网络进行训练，并保存训练好的结果，将训练好的模型部署到无人机上对发生事故的化工厂内进行检测并输出结果。

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淮阴工学院，其通讯地址为：223400 江苏省淮安市涟水县海安路10号安东大厦8楼；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。