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！

龙图腾网获悉郑州中科集成电路与系统应用研究院申请的专利一种基于YOLOv3的机房视频检测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：CN115661753B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202211372140.2，技术领域涉及：G06V20/52；该发明授权一种基于YOLOv3的机房视频检测方法是由师聪雨;荆有波;李石;李恒锐;李彦辉;邱昕;冷永清;周崟灏;赵俊超设计研发完成，并于2022-11-03向国家知识产权局提交的专利申请。

本一种基于YOLOv3的机房视频检测方法在说明书摘要公布了：一种基于YOLOv3的机房视频检测方法，包括以下步骤：S1、确定待检测目标，构建训练数据集；S2、构建基于YOLOv3的目标检测模型；S3、实时获取机房内监控视频的当前机房图像帧，所述监控视频是机房内预先布置的监控摄像头所录制的实时视频；S4、将所获取的当前机房图像帧输入到所构建的YOLOv3机房视频测模型中进行检测，并输出检测结果。本发明方法简单，提高了对于目标框定位的准确性和对于高重叠图像的检测效果，进一步地提升了其检测速度和实时性，对于机房视频监控中的目标检测效果表现良好；极大的保障了机房无人值守时的安全性，提高了机房维护效率，使得机房安全管理工作更加自动化和高效化，有巨大的经济和社会效益。

本发明授权一种基于YOLOv3的机房视频检测方法在权利要求书中公布了：1.一种基于YOLOv3的机房视频检测方法，其特征在于，包括以下步骤： S1、确定待检测目标，构建训练数据集，方法是： S11、确定机房环境内待检测的目标； S12、收集包含待检测物体的图片和其他图片：使用WiderFace数据集中的图片和机房视频中的历史代表性图像帧作为数据集的图片，并采用图像标注工具进行标注，构建成新的训练数据集； S13、确定模型训练工具：使用Python的第三方深度学习工具库pytorch作为YOLO模型训练工具； S2、构建基于YOLOv3的目标检测模型，方法是： S21、采用轻量级网络MobileNetv3作为特征提取网络，并在预测层加入AE模块，构建YOLOv3网络架构，提升目标检测速度和实时性； 所述的AE模块是一种通过额外信息来辅助检测的方法，该模块来降低模型算法中的定位误差，AE模块主要通过引入GT的mask来增强网络的学习能力，该方法只在训练时使用，并且逐渐下调激活因子，因此不会影响检测速度，具体是： 1将预测层的特征图作为AE层的输入； 2对输入特征在信道上做全局平均池化操作，得到一个单通道的平均张量图； 3将上述单通道的平均张量图与GT掩码图进行点乘操作，得到激发张量图； 4将激发张量图再乘上激活因子； 5将由4操作得到的值再和AE层的输入特征图的每一个信道进行加操作； S22、构建基于加权的非极大值抑制算法，增强对目标框的定位准确性，提高对于高重叠图像的检测效率； S23、引入新的损失函数，改善原YOLOv3网络架构中正负样本比例失调； S24、采用多种类型相结合的数据增强策略处理数据样本不平衡； S25、使用构建的数据集和Python实验平台进行网络训练，所述构建的数据集为步骤S12中所构建的新的训练数据聚集，选取数据集中的60%作为训练集，30%作为测试集，10%作为验证集； S26、输出改进后的YOLOv3目标检测模型； S3、实时获取机房内监控视频的当前机房图像帧，所述监控视频是机房内预先布置的监控摄像头所录制的实时视频； S4、将所获取的当前机房图像帧输入到步骤S26所构建的YOLOv3机房视频测模型中进行检测，并输出检测结果，检测结果包括：当前图像帧的监控摄像头信息、是否包含检测目标、检测目标分类结果及检测目标坐标位置信息，若检测到该图像帧不包含检测目标，则返回步骤S3，获取下一帧的机房视频图像，然后继续执行步骤S4进行检测；若检测到该图像帧包含检测目标，则输出检测结果，然后返回步骤S3继续获取下一帧图像进行检测，并将本次图像帧的检测结果返回机房管理后台。

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郑州中科集成电路与系统应用研究院，其通讯地址为：450001 河南省郑州市高新技术产业开发区长椿路6号西美大厦；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。