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！

龙图腾网获悉华南理工大学申请的专利基于改进的YOLOv5卷积神经网络的夜间车辆检测方法及系统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：CN116524319B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202310260249.5，技术领域涉及：G06V10/82；该发明授权基于改进的YOLOv5卷积神经网络的夜间车辆检测方法及系统是由刘永桂;黄静怡设计研发完成，并于2023-03-16向国家知识产权局提交的专利申请。

本基于改进的YOLOv5卷积神经网络的夜间车辆检测方法及系统在说明书摘要公布了：本发明公开了一种基于改进的YOLOv5卷积神经网络的夜间车辆检测方法及系统，该方法包括下述步骤：获取夜间车辆数据集，对夜间车辆数据集进行数据增强预处理，划分训练数据集及测试数据集；构建改进的YOLOv5卷积神经网络，改进的YOLOv5卷积神经网络包括改进的Backbone网络、Neck网络和改进的Head检测头；利用训练数据集对改进的YOLOv5卷积神经网络进行训练，保存训练后的权重文件；本发明通过改进的ASPP结构对卷积层设置不同的扩张速率获得不同的接受野，提取多尺度信息，在Head检测头中融入SE注意力机制和CA注意力机制，消除复杂背景灯光对夜间车辆检测的干扰，提高夜间车辆检测的准确率。

本发明授权基于改进的YOLOv5卷积神经网络的夜间车辆检测方法及系统在权利要求书中公布了：1.一种基于改进的YOLOv5卷积神经网络的夜间车辆检测方法，其特征在于，包括下述步骤： 获取夜间车辆数据集，对夜间车辆数据集进行数据增强预处理，划分训练数据集及测试数据集； 构建改进的YOLOv5卷积神经网络，改进的YOLOv5卷积神经网络包括改进的Backbone网络、Neck网络和改进的Head检测头； 所述改进的Backbone网络包括Focus子模块、CBL子模块、CSP子模块、改进的ASPP子模块，所述Focus子模块对输入特征图进行切片操作，得到新图片，所述CBL子模块对新图片进行卷积操作，所述CSP子模块将输入特征图拆成两个分支进行卷积操作，所述改进的ASPP子模块使用不同扩张率的卷积层与池化层获得不同感受野，提取多尺度特征信息； 所述Focus子模块对输入特征图的宽度、高度信息进行切片； 所述CBL子模块由conv卷积层、BN层、LeakyRelu激活函数组成； 所述CSP子模块将输入特征图拆成两个分支进行卷积操作，一个分支通过卷积后再通过多个残差结构，再进行一次卷积操作，另一个分支直接进行卷积，最后将两个分支的输出进行concat操作； 所述改进的ASPP子模块使用不同扩张率的卷积层与池化层获得不同感受野，提取多尺度特征信息，具体包括： 改进的ASPP结构的输入特征图经过一个第一扩张率的Con1×1卷积层、一个第二扩张率的Con3×3卷积层、一个第三扩张率的Con3×3卷积层、一个第四扩张率的Con3×3卷积层一个Pool1×1池化层并拼接到一起，连接到一个Con1×1卷积层，提取多尺度特征信息； 所述Neck网络采用FPN+PAN结构； 所述改进的Head检测头包括CA注意力子模块、第一Conv子模块、SE注意力子模块、第二Conv子模块，所述CA注意力子模块将输入特征图进行全局平均池化及特征图拼接，所述第一Conv子模块对CA注意力子模块输出的拼接特征图进行卷积降维，所述SE注意力子模块对输入特征图每个通道进行压缩操作，所述第二Conv子模块将SE注意力子模块输出的压缩操作后的向量通过全连接层、激活函数进行通道相乘； 利用训练数据集对改进的YOLOv5卷积神经网络进行训练，保存训练后的权重文件； 利用保存的权重文件对测试数据集进行检测，输出夜间车辆检测结果。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。