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！

龙图腾网恭喜南京信息工程大学申请的专利基于GhostNet的轻量化空车位识别算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：CN114724112B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202210427410.9，技术领域涉及：G06V20/58；该发明授权基于GhostNet的轻量化空车位识别算法是由汪铭;张自嘉;巩大康;仝岩青;周雪;刘奇;彭子文;李材祥设计研发完成，并于2022-04-21向国家知识产权局提交的专利申请。

本基于GhostNet的轻量化空车位识别算法在说明书摘要公布了：本发明公开了基于GhostNet的轻量化空车位识别算法，涉及目标检测识别技术领域，基于已有的车位数据集，在已有的车位数据集上加上实地采集图片，构建空车位检测数据集，并标注，标注类型主要分为两类空车位以及车位角点；将GhostNet作为主干特征提取网络；使用GhostNet输出两个尺度的有效特征层，构建加强特征提取网络，并嵌入SPPF以及注意力模块；使用解耦头对有效特征层进行回归预测，从而生成模型；在基于GhostNet的轻量化空车位识别模型构建完成后，首先检测空车位，根据生成的用于泊车车位角点进行下一步的路径规划，并根据泊车车位角点之间的距离判断车位的类型。

本发明授权基于GhostNet的轻量化空车位识别算法在权利要求书中公布了：1.基于GhostNet的轻量化空车位识别方法，其特征在于，方法包括以下步骤：步骤一：基于已有的车位数据集，在已有的车位数据集上加上实地采集图片，构建空车位检测数据集，通过labeling进行标注，标注类型分为两类：空车位以及车位角点；步骤二：构建GhostNet轻量级网络，并将GhostNet作为主干特征提取网络；步骤三：使用GhostNet输出的、两个尺度的有效特征层，构建加强特征提取网络，并嵌入SPPF以及注意力模块；所述加强特征提取网络的构建过程为使用GhostNet输出的以及这两个尺度的有效特征层构建加强特征提取网络，首先的有效特征经过由最大池化构成的SPPF结构，池化核的大小为；SPPF结构能够极大地增加感受野，分离出最显著的上下文特征，的特征层经过上采样与的特征层进行特征的融叠，再经过一次步长为2的最大池化进行下采样，其间加入swish激活函数，通过反复提取特征，同时加入SENet注意力模块；步骤四：使用DecoupledHead对有效特征层进行回归预测，从而生成基于GhostNet的轻量化空车位识别模型；步骤五：在基于GhostNet的轻量化空车位识别模型构建完成后，首先检测空车位，对空车位内的检测到的车位角点连线作为一对用于泊车车位角点，根据生成的用于泊车车位角点进行下一步的路径规划，并根据泊车车位角点之间的距离判断车位的类型。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市浦口区宁六路219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”。