一种基于OMCR-YOLO网络的车辆目标检测方法
本发明公开了一种基于OMCR‑YOLO网络的车辆目标检测方法,包括如下步骤:步骤1、获取道路交通的开源数据集,所述数据集标识有类别标签、时间标签和天气标签;步骤2、配置模型训练环境;步骤3、构建OMCR‑YOLO网络模型;步骤4、将构建好的OMCR‑YOLO网络模型加载至配置好的模型训练环境中,并修改模型的参数文件,并将获取的数据集进行训练和检测;步骤5、待检测的交通图像数据作为输入,应用完成训练的OMCR‑YOLO网络模型进行车辆目标的检测。该方法不仅提高特征提取的精确性,还降低模型的参数量,实现了性能和效率之间的平衡。
《一种基于OMCR-YOLO网络的车辆目标检测方法》是一发明专利,专利号为 2024117604587,当前法律状态为已下证,由杭州电子科技大学提出申请,发明人为邵龙飞;刘晴;吴伟;胡志蕊;易志强;沈语晨;赵文涛,申请日期为2024-12-03,公开(公告)日期为2025-03-07,国际专利分类号(IPC)为 G06V 10/25 (2022.01),高新资质:未报高企,所属技术领域包括:计算机视觉检测车辆目标检测目标跟踪特征检测深度学习无人驾驶智能交通智慧交通人脸识别自动驾驶智能机器人视频监控计算机视觉行人检测智能机器人视频监控遥感图像信息获取识别图像识别。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:本发明公开了一种基于OMCR‑YOLO网络的车辆目标检测方法,包括如下步骤:步骤1、获取道路交通的开源数据集,所述数据集标识有类别标签、时间标签和天气标签;步骤2、配置模型训练环境;步骤3、构建OMCR‑YOLO网络模型;步骤4、将构建好的OMCR‑YOLO网络模型加载至配置好的模型训练环境中,并修改模型的参数文件,并将获取的数据集进行训练和检测;步骤5、待检测的交通图像数据作为输入,应用完成训练的OMCR‑YOLO网络模型进行车辆目标的检测。该方法不仅提高特征提取的精确性,还降低模型的参数量,实现了性能和效率之间的平衡。
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!
