咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
著 录 项 目:
专利/申请号: | CN202311230499.0 | 专利名称: | 基于PD-YOLO的火灾检测方法 |
申请日: | 2023-09-22 | 申请/专利权人 | 淮阴工学院 |
专利类型: | 发明 | 地址: | 江苏省淮安市涟水县海安路10号安东大厦8楼 |
专利状态: | 已下证 查询审查信息 | IPC分类号: | G06V10/82 分类检索 |
公开/公告日: | 2024-09-24 | 转让价格: | 【平台担保交易】 |
公开/公告号: | CN117333753B | 交易状态: | 等待洽谈 搜索相似专利 |
浏览量: | 26 | 所属领域: | 消防器材专利转让搜索 |
摘 要:本发明涉及图像处理技术领域,公开了一种基于PD‑YOLO的火灾检测方法,包括如下步骤:步骤1:获取火灾数据集,并将其经过预处理后划分为训练集和测试集;步骤2:构建YOLOv8网络模型,设计PConvs模块和DYDPConv模块,在YOLOv8网络模型基础上替换其中部分的C2f模块为PConvs模块和DYDPConv模块,得到改进的YOLOv8网络模型;步骤3:利用训练集训练改进的YOLOv8网络模型,并利用训练后的改进的YOLOv8网络模型进行火灾数据检测。与现有技术相比,本发明加强了模型对于火焰和烟雾的特征学习,提高模型特征提取能力,进一步促进火焰和烟雾的多尺度特征融合,抓取到更丰富和关键的特征表示。
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |
2024/12/13 | 专利实施许可合同备案的生效 | IPC(主分类): G06V 10/82 合同备案号: X2024980028896 专利申请号: 202311230499.0 申请日: 2023.09.22 让与人: 淮阴工学院 受让人: 淮安焱融科技有限公司 发明名称: 基于PD-YOLO的火灾检测方法 申请公布日: 2024.01.02 授权公告日: 2024.09.24 许可种类: 普通许可 备案日期: 2024.11.27 |
2024/09/24 | 授权 | |
2024/01/19 | 实质审查的生效 | IPC(主分类): G06V 10/82 专利申请号: 202311230499.0 申请日: 2023.09.22 |
2024/01/02 | 公开 |
申请号 | 专利名称 | 发布日期 |
2022107874167 | 【发明】一种基于深度半监督模型的图像细粒度分类方法 | 2025/09/16 |
2021113306833 | 【发明】一种基于深度相似的编辑传播方法及系统 | 2025/09/16 |
2021112471104 | 【发明】基于生成对抗网络的宫颈细胞图像半监督学习方法 | 2025/09/16 |
2019111789729 | 【发明】图片中目标的属性的确定方法和装置 | 2025/09/16 |
2022102361494 | 【发明】基于弱监督学习的域自适应实例分割方法及装置 | 2025/09/16 |
2023100458451 | 【发明】一种具有可学习稀疏性的端到端目标检测方法及系统 | 2025/09/12 |
2023102491295 | 【发明】融合视觉扩张机制和路径聚合的目标检测方法及系统 | 2025/09/11 |
2022104523258 | 【发明】一种用于违规图片检测的方法及图片检测引擎 | 2025/09/10 |
2021115556710 | 【发明】用户判别模型训练方法、用户判别方法及相关装置 | 2025/09/10 |
2019107919607 | 【发明】一种模型训练方法及装置 | 2025/09/10 |