買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉江蘇開(kāi)放大學(xué)(江蘇城市職業(yè)學(xué)院)申請(qǐng)的專(zhuān)利一種基于改進(jìn)的YOLOv5人臉口罩識(shí)別方法及系統(tǒng)獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN116311417B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-05-06發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202211664167.9，技術(shù)領(lǐng)域涉及：G06V40/16；該發(fā)明授權(quán)一種基于改進(jìn)的YOLOv5人臉口罩識(shí)別方法及系統(tǒng)是由王珂;馮余佳;趙慧;郝喆設(shè)計(jì)研發(fā)完成，并于2022-12-23向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種基于改進(jìn)的YOLOv5人臉口罩識(shí)別方法及系統(tǒng)在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種基于改進(jìn)的YOLOv5人臉口罩識(shí)別方法及系統(tǒng)，首先使用網(wǎng)絡(luò)剪枝法對(duì)YOLOv5算法模型壓縮，優(yōu)化網(wǎng)絡(luò)空間減少參數(shù)計(jì)算避免過(guò)擬合，并在CSP模塊后增加CBAM卷積塊注意模塊，增強(qiáng)密集小尺度目標(biāo)特征表達(dá)能力；其次使用隱層剪枝法和卷積核剪枝法調(diào)整YOLOv5網(wǎng)絡(luò)大小削減冗余結(jié)構(gòu)，選取CIoU目標(biāo)損失函數(shù)，通過(guò)對(duì)YOLOv5模型邊界框損失函數(shù)BBoxLoss的改進(jìn)提升模型感知力，降低預(yù)測(cè)誤差；最后對(duì)改進(jìn)后的YOLOv5經(jīng)過(guò)數(shù)據(jù)集訓(xùn)練得到相應(yīng)的算法模型并有機(jī)結(jié)合到人臉識(shí)別系統(tǒng)交互界面，搭建實(shí)時(shí)人臉口罩識(shí)別系統(tǒng)。本方法能有效提高識(shí)別平均準(zhǔn)確度，具有科學(xué)性、有效性和實(shí)用性。

本發(fā)明授權(quán)一種基于改進(jìn)的YOLOv5人臉口罩識(shí)別方法及系統(tǒng)在權(quán)利要求書(shū)中公布了：1.一種基于改進(jìn)的YOLOv5人臉口罩識(shí)別方法，其特征在于，具體步驟如下：S1、網(wǎng)絡(luò)結(jié)構(gòu)改進(jìn)：使用網(wǎng)絡(luò)剪枝法減少YOLOv5算法模型的網(wǎng)絡(luò)參數(shù)和結(jié)構(gòu)復(fù)雜度，并在CSP模塊后增加CBAM卷積塊注意模塊；S2、網(wǎng)絡(luò)策略改進(jìn)：使用隱層剪枝法和卷積核剪枝法分別調(diào)整YOLOv5算法模型的深度和寬度，削減冗余結(jié)構(gòu)，并選用CIoU目標(biāo)損失函數(shù)；CIoU目標(biāo)損失函數(shù)中的分類(lèi)損失部分用于衡量模型在人臉口罩識(shí)別分類(lèi)方面的性能，邊界框回歸損失部分用在邊界框有重疊的情況下；選取CIoU目標(biāo)損失函數(shù)對(duì)YOLOv5算法模型的邊界框損失函數(shù)BBoxLoss進(jìn)行改進(jìn)，改進(jìn)后的邊界框損失函數(shù)如下： 其中，S2是3種尺度特征圖上的網(wǎng)格數(shù)；n是每個(gè)網(wǎng)格會(huì)產(chǎn)生候選框的數(shù)量；代表第i個(gè)網(wǎng)格中第j個(gè)候選框能否對(duì)目前預(yù)測(cè)的目標(biāo)對(duì)象負(fù)責(zé)，若候選框重合度大于選定的閾值則否則是標(biāo)記邊框的寬；是標(biāo)記邊框的高；改進(jìn)后的邊界框損失函數(shù)中，與變量相關(guān)的閾值，根據(jù)實(shí)際應(yīng)用條件，在0～1中選定一個(gè)數(shù)值，該數(shù)值若不是邊界值，則只能保留小數(shù)點(diǎn)后一位；S3、搭建人臉口罩識(shí)別系統(tǒng)：通過(guò)步驟S1和S2改進(jìn)后的YOLOv5算法模型，經(jīng)過(guò)數(shù)據(jù)集訓(xùn)練得到優(yōu)化后的算法模型，將其嵌入人臉識(shí)別系統(tǒng)交互界面，搭建實(shí)時(shí)應(yīng)用的人臉口罩識(shí)別系統(tǒng)；其中S301、收集公開(kāi)的和利用網(wǎng)絡(luò)爬蟲(chóng)的人臉口罩?jǐn)?shù)據(jù)集；S302、使用Python編程結(jié)合第三方庫(kù)對(duì)數(shù)據(jù)集進(jìn)行格式轉(zhuǎn)換；S303、使用標(biāo)注工具Labelbox對(duì)上述格式轉(zhuǎn)換后的數(shù)據(jù)集進(jìn)行類(lèi)別標(biāo)注；S304、將標(biāo)注完成的樣本數(shù)據(jù)集進(jìn)行數(shù)據(jù)擴(kuò)充；S305、將人臉戴口罩和未戴口罩兩類(lèi)數(shù)據(jù)集進(jìn)行拆分，80％作為訓(xùn)練集，20％作為測(cè)試集；S306、將訓(xùn)練模型和測(cè)試模型保存，利用python封裝成exe可執(zhí)行文件；嵌入到計(jì)算主機(jī)或帶操作系統(tǒng)的板卡中運(yùn)行；人臉口罩識(shí)別系統(tǒng)包括圖片檢測(cè)系統(tǒng)和視頻檢測(cè)系統(tǒng)。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人江蘇開(kāi)放大學(xué)(江蘇城市職業(yè)學(xué)院)，其通訊地址為：210036 江蘇省南京市鼓樓區(qū)江東北路399號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話(huà)0551-65771310或微信搜索“龍圖騰網(wǎng)”。