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！

龙图腾网获悉缤谷电力科技(上海)有限公司申请的专利一种改进的YOLOv4-Tiny实现工程机械及物料的识别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：CN116524232B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202310269243.4，技术领域涉及：G06V10/764；该发明授权一种改进的YOLOv4-Tiny实现工程机械及物料的识别方法是由艾春;王旭东;刘淑英;高根设计研发完成，并于2023-03-20向国家知识产权局提交的专利申请。

本一种改进的YOLOv4-Tiny实现工程机械及物料的识别方法在说明书摘要公布了：本发明涉及人工智能的领域，公开了一种改进的YOLOv4‑Tiny实现工程机械及物料的识别方法，包括：采集工程机械及物料图片，建立数据集样本，数据集样本用于训练改进的YOLOv4‑Tiny模型；建立改进的YOLOv4‑Tiny模型，在原YOLOv4‑Tiny网络的主干特征提取网络最后加入SPP多尺度特征融合模块，以实现感受野的扩大，在SPP多尺度特征融合模块前插入SE通道注意力模块，以实现无关信息干扰的减少，调整FPN特征金字塔融合模块，加强对浅层信息的利用，以实现网络表征能力的增强；基于改进的YOLOv4‑Tiny模型,使用数据集样本进行模型训练，以实现对工程机械及物料目标的检测与分类。实验结果表明，本发明的算法能使工程机械以及物料的检测与分类更准确。

本发明授权一种改进的YOLOv4-Tiny实现工程机械及物料的识别方法在权利要求书中公布了：1.一种改进的YOLOv4-Tiny实现工程机械及物料识别的方法，其特征在于，包括： 采集工程机械及物料图片，建立数据集样本，所述数据集样本用于训练改进的YOLOv4-Tiny模型； 建立所述改进的YOLOv4-Tiny模型，在原YOLOv4-Tiny网络的主干特征提取网络最后加入SPP多尺度特征融合模块，以实现感受野的扩大，在所述SPP多尺度特征融合模块前插入SE通道注意力模块，以实现无关信息干扰的减少，调整FPN特征金字塔融合模块，加强对浅层信息的利用，以实现网络表征能力的增强；改进的FPN特征金字塔融合模块中调整了原特征融合结构连接方式，在原网络基础上添加多条融合通道，其中，所述SPP多尺度特征融合模块输出的特征图在经过两个卷积块后，进入所设的通道一和通道二，第三次经过CSPBlock残差模块后下采样得到的特征图，进入所设的通道三和通道四； 所述通道三传输的特征图经过一次步长为2的卷积块后，与所述通道一传输的特征图进行第一次拼接，再通过3*3卷积块进行通道融合，最终与所述通道二传输的特征图进行第二次拼接后输出特征图； 其中，所述3*3卷积块后设有通道五，所述第一次拼接后的特征图还通过通道五进行传输，所述通道五传输的特征图经过一个所述卷积块且进行上采样操作扩大尺寸后，与所述通道四传输的特征图进行拼接，最终输出新的特征图； 基于所述改进的YOLOv4-Tiny模型,使用所述数据集样本进行模型训练，以实现对工程机械及物料目标的检测与分类。

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缤谷电力科技(上海)有限公司，其通讯地址为：201821 上海市嘉定区嘉定工业区叶城路1288号6幢J2236室；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。