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！

龙图腾网获悉中电科数智科技有限公司申请的专利一种基于迁移学习和目标检测算法的河道漂浮物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：CN119693627B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202411878839.5，技术领域涉及：G06V10/25；该发明授权一种基于迁移学习和目标检测算法的河道漂浮物检测方法是由王敬平;姜鑫;徐逢澍;张宁宁;张楠;冯馨锐设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本一种基于迁移学习和目标检测算法的河道漂浮物检测方法在说明书摘要公布了：本发明涉及一种基于迁移学习和目标检测算法的河道漂浮物检测方法，包括以下步骤：获取包含河道表面的漂浮物的实时视频或图像数据，并进行预处理；选择基于大规模图像数据集预训练的深度学习目标检测模型，通过迁移学习技术，使用数据增强技术后进行训练；将经过预处理的图像输入训练好的深度学习模型，模型通过多层卷积神经网络对图像进行特征提取、分类和检测框定位，对漂浮物类进行预测，置信度分别对检测框中的目标的准确度及边框预测的准确度进行综合评价；参数个性化调整；检测结果分析与应用。解决了河道漂浮物的检测难以解决漂浮物种类多样、容易与其他物体混淆、环境复杂的问题，显著提高漂浮物检测的准确性和实时性。

本发明授权一种基于迁移学习和目标检测算法的河道漂浮物检测方法在权利要求书中公布了：1.一种基于迁移学习和目标检测算法的河道漂浮物检测方法，其特征在于，包括以下步骤： 步骤1：数据采集与预处理： 获取包含河道表面的漂浮物的实时视频或图像数据，对采集到的图像进行预处理，确定需要检测的目标类别并标注，然后进行去噪、图像增强和尺寸调整； 步骤2：模型初始化与迁移学习： 选择基于大规模图像数据集预训练的深度学习目标检测模型，通过迁移学习技术，使用特定河道场景中的标注数据对预训练模型进行微调，将标注好的数据集分为训练集和验证集，并应用交叉验证的方式，选择相对适合的参数，进行训练；在训练过程中使用数据增强技术，采用交叉熵损失函数及L2正则化技术进行损失函数优化；对于预训练模型中包含的类，或者是之前已经进行过训练的类，要进行迁移训练来调优，通过Tensorboard监控训练过程，获取损失函数及学习率的变化，同时输出平均精度值mAP； 步骤3：实时漂浮物检测： 将经过预处理的图像输入训练好的深度学习模型，模型通过多层卷积神经网络对图像进行特征提取、分类和检测框定位，对漂浮物类进行预测，置信度分别对检测框中的目标的准确度及边框预测的准确度进行综合评价；用预测框中存在目标的概率表达目标准确度，边框预测的准确度则用交并比来表达，移除低置信度的检测框，保留高置信度的漂浮物目标；对于可能重叠的检测框，使用NMS算法筛选出最优检测框； 步骤4：参数个性化调整：根据项目需求，灵活调整以下参数：检测类别、置信度阈值、检测框面积占比、交并比、多边形遮罩； 步骤5：检测结果分析与应用： 检测结果包括漂浮物的关键信息；检测系统实时输出包含漂浮物信息的告警事件，方便进行漂浮物清理或进一步分析；检测系统与其他物联感知设备联动；基于实时检测效果，用户可以不断调整参数，优化检测系统的表现，确保在不同环境下达到最佳效果。

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中电科数智科技有限公司，其通讯地址为：201800 上海市嘉定区菊园新区环城路2222号1幢J5081室；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。