一种基于ORB-YOLO模型的城市车辆检测方法(计算机视觉城市车辆检测智能交通定位道路车辆城市交通监控自动驾驶)
本申请提供了一种基于ORB‑YOLO模型的城市车辆检测方法,其特征在于,包括:对YOLO11s模型进行如下改进,得到ORB‑YOLO模型:在骨干网络的关键位置嵌入倒残差挤压激励注意力模块,在骨干网络与颈部网络之间增设双路径特征再生网络,所述颈部网络为集成的基于频率增强的特征融合模块;将实时采集的城市道路图像输入至ORB‑YOLO模型进行车辆检测,输出车辆边界框、类别及置信度信息。该方法通过多尺度通道与空间注意力混合机制强化车辆特征区域并抑制背景噪声干扰,通过梯度补偿机制和可逆残差模块保留小尺度目标的高频细节特征,通过频域分解与融合机制提升对不同车型的类间判别能力,在复杂城市环境下显著提升了对遮挡车辆、小尺度目标及类内差异大车辆的检测精度与鲁棒性。
《一种基于ORB-YOLO模型的城市车辆检测方法(计算机视觉城市车辆检测智能交通定位道路车辆城市交通监控自动驾驶)》是一发明专利,专利号为 2025114885174,当前法律状态为已下证,由东北电力大学提出申请,发明人为郭树强;平文治;王连智;李东民,申请日期为2025-10-17,公开(公告)日期为2026-05-26,国际专利分类号(IPC)为 G06V 20/58 (2022.01),所属技术领域包括:计算机视觉城市车辆检测智能交通定位道路车辆城市交通监控自动驾驶。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:本申请提供了一种基于ORB‑YOLO模型的城市车辆检测方法,其特征在于,包括:对YOLO11s模型进行如下改进,得到ORB‑YOLO模型:在骨干网络的关键位置嵌入倒残差挤压激励注意力模块,在骨干网络与颈部网络之间增设双路径特征再生网络,所述颈部网络为集成的基于频率增强的特征融合模块;将实时采集的城市道路图像输入至ORB‑YOLO模型进行车辆检测,输出车辆边界框、类别及置信度信息。该方法通过多尺度通道与空间注意力混合机制强化车辆特征区域并抑制背景噪声干扰,通过梯度补偿机制和可逆残差模块保留小尺度目标的高频细节特征,通过频域分解与融合机制提升对不同车型的类间判别能力,在复杂城市环境下显著提升了对遮挡车辆、小尺度目标及类内差异大车辆的检测精度与鲁棒性。
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!
