一种基于改进yolov5模型的交通信号灯图像检测方法(凌晨名下)
一种基于改进yolov5模型的交通信号灯图像检测方法,包含步骤:采用公共数据构建交通信号灯状态的检测样本数据集;搭建改进的yolov5网络模型,引入PConv和Involution卷积并加入ReLU6激活函数;在计算机端,使用改进的yolov5模型对数据集进行训练并保存;在树莓派端环境搭建配置,将改进的yolov5模型移植到树莓派中,再安装vnc服务器;在计算机端安装vncviewer应用程序,验证并访问树莓派的桌面远程操作;在树莓派端,输入含有交通信号灯的目检测图像至改进的yolov5模型,加载最优权重文件至检测模型中进行推理检测,获取待检测图像中的交通信号灯的状态。本发明不仅解决了yolov5部署在边缘设备上高延迟、低吞吐量和计算复杂度高的问题,还获得较高的帧率,使模型更轻量,更适用于嵌入式设备。
《一种基于改进yolov5模型的交通信号灯图像检测方法(凌晨名下)》是一发明专利,专利号为 2023114216655,当前法律状态为已下证,由淮阴工学院提出申请,发明人为周泓;石锐;李翔;邹佳明;徐斌;赵保中;杜萌;古小诗;刘云飞;宗美晨;秦燚阳,申请日期为2023-10-31,公开(公告)日期为2024-08-20,国际专利分类号(IPC)为 G06V 20/58 (2022.01),所属技术领域包括:深度学习、目标检测、交通管理、计算机视觉、自动驾驶、辅助驾驶、碰撞预警、智能交通系统、智慧城市、电子警察、交通信号控制、车载嵌入式系统、行车记录仪、车联网、移动机器人、配送机器人、巡检无人机。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:一种基于改进yolov5模型的交通信号灯图像检测方法,包含步骤:采用公共数据构建交通信号灯状态的检测样本数据集;搭建改进的yolov5网络模型,引入PConv和Involution卷积并加入ReLU6激活函数;在计算机端,使用改进的yolov5模型对数据集进行训练并保存;在树莓派端环境搭建配置,将改进的yolov5模型移植到树莓派中,再安装vnc服务器;在计算机端安装vncviewer应用程序,验证并访问树莓派的桌面远程操作;在树莓派端,输入含有交通信号灯的目检测图像至改进的yolov5模型,加载最优权重文件至检测模型中进行推理检测,获取待检测图像中的交通信号灯的状态。本发明不仅解决了yolov5部署在边缘设备上高延迟、低吞吐量和计算复杂度高的问题,还获得较高的帧率,使模型更轻量,更适用于嵌入式设备。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
