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！

龙图腾网恭喜重庆大学申请的专利基于高斯烟雾羽流模型和改进YOLOv4的工厂烟雾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：CN117037054B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202310628957.X，技术领域涉及：G06V20/52；该发明授权基于高斯烟雾羽流模型和改进YOLOv4的工厂烟雾检测方法是由程森林;李咏寒;雷晗;赵志威;韩雨设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本基于高斯烟雾羽流模型和改进YOLOv4的工厂烟雾检测方法在说明书摘要公布了：本发明提供了一种基于高斯烟雾羽流模型和改进YOLOv4的工厂烟雾检测方法，包括以下步骤：获取待检测区域内监控视频中的当前帧图像；采用改进的YOLOv4神经网络模型提取图像中可能存在烟雾的候选区域；根据烟雾区域的实际场景引入高斯烟雾羽流模型，优化YOLOv4‑Mini模型的损失函数；对损失函数修正后的YOLOv4‑Mini模型进行训练，之后进行烟雾检测。本发明基于高斯烟雾羽流模型和改进YOLOv4的工厂烟雾检测方法，基于ModelScaling原理提出了一种轻量化后的YOLOv4‑mini模型，并提出了结合高斯烟雾羽流模型的模型损失函数，可以有效的减少环境因素的干扰，便于快速、精确的实现对工厂烟雾的识别检测。

本发明授权基于高斯烟雾羽流模型和改进YOLOv4的工厂烟雾检测方法在权利要求书中公布了：1.基于高斯烟雾羽流模型和改进YOLOv4的工厂烟雾检测方法，其特征在于，包括以下步骤：S1.获取待检测区域内监控视频中的当前帧图像；S2.对获得的当前帧图像进行烟雾检测，包括：1.采用改进的YOLOv4神经网络模型提取图像中可能存在烟雾的候选区域；2.根据烟雾区域的实际场景引入高斯烟雾羽流模型，将随时间变化的烟雾浓度值Ct作为修正值，代入YOLOv4置信度损失函数部分，优化YOLOv4-Mini模型的损失函数；3.对损失函数修正后的YOLOv4-Mini模型进行训练，之后进行烟雾检测；其中，所述YOLOv4神经网络模型的改进包括：a.基于ModelScaling模型缩放原理对YOLOv4神经网络模型的Backbone网络部分进行轻量化设计，得到YOLOv4-mini检测模型；b.设计多尺度特征聚合模块，设计完毕后，加入YOLOv4-mini检测模型的Neck结构中；所述多尺度特征聚合模块设计过程中，引入了RFB模块；所述多尺度特征聚合模块有自下而上和自上而下两个路径；所述YOLOv4轻量化设计的过程如下：a1.将主干网络CSPDarkNet53的标准卷积更改为深度可分离卷积；所述深度可分离卷积有两层：第一层是深度卷积，深度卷积将单个卷积核应用于每个输入通道；第二层是一个1×1的点卷积，点卷积利用一个1×1的卷积核将输出与深度卷积结合起来；a2.基于深度分离卷积，改变卷积集的连接方式，将每个卷积集的原始输入与输出拼接；a3.对网络卷积层数深度进行缩放，对网络通道宽度进行缩放。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区正街174号；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”。