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！

龙图腾网恭喜浙江工业大学申请的专利一种基于垃圾目标检测的图像识别改进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：CN115115932B 。

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：202210397447.1，技术领域涉及：G06V20/10；该发明授权一种基于垃圾目标检测的图像识别改进方法是由单沛婷;陈婷;杨骝;张宇杰;陈奕骁;张雨萌;陈依梦;杨旭升设计研发完成，并于2022-04-15向国家知识产权局提交的专利申请。

本一种基于垃圾目标检测的图像识别改进方法在说明书摘要公布了：本发明公开了一种基于垃圾目标检测的图像识别改进方法，所述方法将垃圾数据集经标记光斑区域、归一化处理后作为样本数据集；然后构建并训练针对光斑的目标检测模型，得到光斑区域特征；再对光斑区域特征取补，得到图片像素权重矩阵；然后构建并训练垃圾分类模型；最后将待测图像输入训练好的垃圾分类模型，将待测图像中所有像素的像素值与图片像素权重矩阵相乘输入训练好的垃圾分类模型，得到分类结果。

本发明授权一种基于垃圾目标检测的图像识别改进方法在权利要求书中公布了：1.基于垃圾目标检测的图像识别改进方法，其特征在于，所述方法具体包括以下步骤：S1，将垃圾数据集经标记光斑区域、归一化处理后作为样本数据集；S2，构建并训练针对光斑的目标检测模型，将样本数据集输入针对光斑的目标检测模型中，得到图像中的光斑区域特征；S3，对光斑区域特征取补，得到图片像素权重矩阵；S4，构建并训练垃圾分类模型；垃圾分类模型为监督模型，包括特征提取器和分类器两部分，其中特征提取器采用5个卷积层，分类器采用2个全连接层构成的网络；训练垃圾分类模型的过程为：将垃圾数据集划分为训练集和测试集，使用训练集对垃圾分类模型进行训练，将每张图片依次输入到模型中，并计算图片像素权重矩阵，将所有图片的RGB值都和对应的图片像素权重矩阵相乘后再输入到模型中，以达到削弱光斑影响的目的；设定训练批次，在训练阶段采用预热学习率策略，优化器采用Adam进行优化，损失函数采用交叉熵的形式；通过验证集验证模型识别准确率，直至模型的准确率达到预设的标准或损失函数收敛完成训练；S5，将待测图像输入训练好的垃圾分类模型，将待测图像中所有像素的像素值与图片像素权重矩阵相乘输入训练好的垃圾分类模型，得到分类结果。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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”。