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！

龙图腾网获悉福建农林大学申请的专利基于YOLOV7目标检测算法的实时违规旗帜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：CN117392501B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202310327582.3，技术领域涉及：G06V10/82；该发明授权基于YOLOV7目标检测算法的实时违规旗帜检测方法是由张振昌;刘金强;薛弘晖;林甲祥;林清波;李小林;陈宏方设计研发完成，并于2023-03-30向国家知识产权局提交的专利申请。

本基于YOLOV7目标检测算法的实时违规旗帜检测方法在说明书摘要公布了：本发明涉及了一种基于YOLOV7目标检测算法的实时违规旗帜检测方法，包括以下步骤：通过编写爬虫收集违规旗帜图片，确定违规旗帜检测的特征，利用图片标注工具对收集到的图片进行标注，制作违规旗帜数据集，同时，收集与违规旗帜具有相似特征的正常旗帜，制作混淆特征旗帜数据集；对模型算法进行优化，基于焦点和全局目标检测蒸馏，对YOLOV7目标检测算法进行改进，获得自适应孪生蒸馏YOLOV7‑tiny目标检测算法模型；区别于现有技术，本发明通过制作混淆特征旗帜数据集，提高违规旗帜识别能力，通过基于焦点和全局目标检测蒸馏，对YOLOV7目标检测算法进行改进，获得孪生蒸馏YOLOV7‑tiny目标检测算法模型，提高检测精度，可以达到实时检测。

本发明授权基于YOLOV7目标检测算法的实时违规旗帜检测方法在权利要求书中公布了：1.一种基于YOLOV7目标检测算法的实时违规旗帜检测方法，其特征在于，包括以下步骤： 数据集制作 通过编写爬虫收集违规旗帜图片，确定违规旗帜检测的特征，利用图片标注工具对收集到的图片进行标注，制作违规旗帜数据集，同时，收集与违规旗帜具有相似特征的正常旗帜，制作混淆特征旗帜数据集，按特定比例对违规旗帜数据集与混淆特征旗帜数据集进行采样重组，制作训练集和验证集； 对模型算法进行优化 基于焦点和全局目标检测蒸馏，对YOLOV7目标检测算法进行改进，获得自适应孪生蒸馏YOLOV7-tiny目标检测算法模型； 模型训练 用制作好的数据集对YOLOV7-tiny目标检测算法模型进行孪生蒸馏训练，获得初步的目标旗帜检测模型自适应孪生蒸馏YOLOV7-tiny； 模型优化 通过实验和各种策略对初步的目标旗帜检测模型进行优化，同时，优化目标旗帜检测模型在实际应用场景中的健壮性，获得用于部署的违规旗帜检测模型，违规旗帜检测模型的训练和优化都在服务器端完成； 在模型优化的步骤中，采用以下策略对初步的违规旗帜检测模型进行优化： 采用自适应贴图策略进行随机贴图处理，随机选取旗帜图片对旗帜目标区域进行裁剪，随机选取背景图片作为贴图背景，将裁剪的图片随机的贴至背景图片上，每张图片随机贴3-5次，保证贴图位置不与其他目标区域重叠，采取动态贴图方法而不是静态的贴好后输入网络训练，在训练过程中的每一次迭代进行随基贴图一次； 置信度分级数据再训练机制，将原始训练的模型结果推理检测合规旗帜数据集图片，将误检图片依据误检的置信度评分进行分级处理，制作模型性能增强数据集，将制作好的数据集放入网络进行再训练； 采用量化感知训练的策略对模型进行优化； 模型部署 将用于部署的违规旗帜检测模型进行量化处理，部署到AI边缘计算设备开发板上； 视频检测 对开发板输入的视频进行抽帧处理，将抽帧图片输入部署的违规旗帜检测模型进行检测，对检测到的包含违规旗帜的图片进行过滤处理或者报警提示，以保证视频场景的合规性。

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福建农林大学，其通讯地址为：350000 福建省福州市仓山区上下店路15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。