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！

龙图腾网获悉浙江农林大学申请的专利一种基于改进YOLOv5模型的多目标垃圾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：CN116452950B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202310410821.1，技术领域涉及：G06V10/82；该发明授权一种基于改进YOLOv5模型的多目标垃圾检测方法是由周厚奎;夏众一;请求不公布姓名设计研发完成，并于2023-04-18向国家知识产权局提交的专利申请。

本一种基于改进YOLOv5模型的多目标垃圾检测方法在说明书摘要公布了：本发明公开了一种多目标垃圾的自动检测方法，所述的方法为：通过摄像头采集获取多目标垃圾图像；对图像数据进行载入预处理；引入轻量化混合网络MobileViTv3作为特征提取网络，编码图像全局特征；利用动态卷积ODConv，动态学习复杂垃圾特征；采用高效模型块EfficientFormerblock，平滑处理图像全局信息；利用特征复用技术GhostModule和RepGhostModule重构特征融合网络，简化模型；将预处理后的图像数据输入到改进模型进行训练与测试，得到最优模型；最后将待检测图像输入到最优模型检测中，计算输出检测结果。本发明提出的一种基于改进YOLOv5YouOnlyLookOncev5的多目标垃圾的自动检测与识别方法，可确保在实际检测场景下快速精确地识别垃圾，具有良好的应用前景。

本发明授权一种基于改进YOLOv5模型的多目标垃圾检测方法在权利要求书中公布了：1.一种基于改进YOLOv5模型的多目标垃圾检测方法，其特征在于，包括如下步骤： a通过摄像头采集获取多目标垃圾图像数据，并对数据集进行预处理； b构建一种基于改进YOLOv5的多目标垃圾检测模型，改进方法包括：引入混合网络MobileViTv3作为特征提取网络；采用动态卷积ODConv和高效模型块EfficientFormerblock优化特征提取模块MobileViTblock，其中所述动态卷积ODConv替换MobileViTblock中局部表征模块的卷积操作，所述高效模型块EfficientFormerblock替换MobileViTblock中全局表征模块的LinearTransformer；以及使用特征复用技术GhostModule和RepGhostModule对特征融合网络Neck进行重构，其中GhostModule替换Neck中路径聚合网络的卷积操作，RepGhostModule替换Bottleneck中的卷积操作，形成RepGhostC3模块以替换原Neck中的C3模块； c将预处理后的多目标垃圾图像数据送入到改进YOLOv5模型中进行训练与验证，并使用测试集测试，通过模型参数量、计算量、平均精度和检测速度评价指标评估模型的最终性能； d将待检测的垃圾图像输入至所述训练得到的改进YOLOv5模型权重中，通过计算输出检测结果。

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浙江农林大学，其通讯地址为：311300 浙江省杭州市临安区锦北街道武肃街666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。