-
公开(公告)号：CN116977624B
公开(公告)日：2024-10-29
申请号：CN202310823862.3
申请日：2023-07-06
Applicant: 无锡学院
IPC: G06V10/25 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于YOLOv7模型的目标识别方法、系统、电子设备及介质，所述方法包括：S1：获取待识别垃圾图像集；S2：改进YOLOv7模型，所述改进后的YOLOv7模型包括依次连接的Backbone网络、Neck网络和Head网络；在Backbone网络中，使用多分支堆叠模块ELAN‑GR代替堆叠模块ELAN；在Backbone网络的第一个多分支堆叠模块ELAN‑GR后添加两个依次连接的强全局注意力组合模块CMH，两个依次连接的强全局注意力组合模块CMH作为强位置信息的特征图生成分支B1；S3：采用待识别垃圾图像集对改进YOLOv7模型进行训练；S4：将待测图像输入训练得到的改进YOLOv7模型中，得到识别结果。本发明以YOLOv7模型作为基础识别网络，并对其网络模型结构进行改进，提高了YOLOv7模型的检测精度。
-
公开(公告)号：CN117741773B
公开(公告)日：2024-08-23
申请号：CN202311771223.3
申请日：2023-12-21
Applicant: 无锡学院
IPC: G01V3/00
Abstract: 本发明提供一种物料检测装置，包括保护外壳；所述保护外壳内设置有传感器、传动机构和旋转轴，且所述传动机构位于所述传感器的下方；所述传动机构包括推杆式电磁铁，以及可在所述推杆式电磁铁内来回往复运动的推杆式电磁铁运动杆；所述推杆式电磁铁运动杆的一端外周设有弹簧，且与所述传感器相近但不接触，另一端固定连接有滚筒；所述旋转轴的一端伸入所述滚筒内，并通过卡接件与滚筒的侧壁活动连接，另一端延伸出保护外壳并设置有物料铲斗。本发明的物料检测装置，其结构简单易操作，安装方便，能在多种情况下对各种物料进行可靠检测，并且本装置灵敏度高、准确可靠、使用寿命长。
-
公开(公告)号：CN118037777B
公开(公告)日：2024-07-26
申请号：CN202410191261.X
申请日：2024-02-21
Applicant: 无锡学院
Abstract: 本发明公开了一种基于DeepSort的行人追踪方法，包括：获取行人包括当前帧在内的多个连续的视频帧；使用DeepSort模型对当前帧中的移动行人目标进行多目标检测，获取所述当前帧中的目标检测结果；根据当前帧中的目标检测结果，为每一所述移动行人目标分配目标id；根据目标id锁定需要追踪的移动行人目标的目标id；为每一个移动行人目标设置一个轨迹，记录移动行人目标的轨迹；获取根据所述当前帧之前的多个连续帧确定的第一目标追踪结果；根据所述需要追踪的移动行人目标以及所述第一目标追踪结果，确定第二目标追踪结果，以实现对所述需要追踪的移动行人目标的追踪。本发明使用Cross Attention算法代替匈牙利算法，防止多人重叠时以及短暂消失时达到准确识别。
-
Patent Agency Ranking
公开(公告)号：CN117741773A
公开(公告)日：2024-03-22
申请号：CN202311771223.3
申请日：2023-12-21
Applicant: 无锡学院
IPC: G01V3/00
Abstract: 本发明提供一种物料检测装置，包括保护外壳；所述保护外壳内设置有传感器、传动机构和旋转轴，且所述传动机构位于所述传感器的下方；所述传动机构包括推杆式电磁铁，以及可在所述推杆式电磁铁内来回往复运动的推杆式电磁铁运动杆；所述推杆式电磁铁运动杆的一端外周设有弹簧，且与所述传感器相近但不接触，另一端固定连接有滚筒；所述旋转轴的一端伸入所述滚筒内，并通过卡接件与滚筒的侧壁活动连接，另一端延伸出保护外壳并设置有物料铲斗。本发明的物料检测装置，其结构简单易操作，安装方便，能在多种情况下对各种物料进行可靠检测，并且本装置灵敏度高、准确可靠、使用寿命长。
-
公开(公告)号：CN118037777A
公开(公告)日：2024-05-14
申请号：CN202410191261.X
申请日：2024-02-21
Applicant: 无锡学院
Abstract: 本发明公开了一种基于DeepSort的行人追踪方法，包括：获取行人包括当前帧在内的多个连续的视频帧；使用DeepSort模型对当前帧中的移动行人目标进行多目标检测，获取所述当前帧中的目标检测结果；根据当前帧中的目标检测结果，为每一所述移动行人目标分配目标id；根据目标id锁定需要追踪的移动行人目标的目标id；为每一个移动行人目标设置一个轨迹，记录移动行人目标的轨迹；获取根据所述当前帧之前的多个连续帧确定的第一目标追踪结果；根据所述需要追踪的移动行人目标以及所述第一目标追踪结果，确定第二目标追踪结果，以实现对所述需要追踪的移动行人目标的追踪。本发明使用Cross Attention算法代替匈牙利算法，防止多人重叠时以及短暂消失时达到准确识别。
-
公开(公告)号：CN117853881A
公开(公告)日：2024-04-09
申请号：CN202410127593.1
申请日：2024-01-30
Applicant: 无锡学院
IPC: G06V20/00 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种无人售货机商品识别方法及系统，属于图像处理技术领域，采集待识别的无人售货机商品的图像信息，并进行标注，构造训练集；建立YOLOv5s‑F模型，使用训练集对YOLOv5s‑F模型进行训练；当获取开门的电信号后，利用训练后的YOLOv5s‑F模型对待识别的商品的图像进行图像推理，得到识别的商品总数以及当前商品总重量；当收到关门电信号时，再次对待识别的商品的图像进行图像推理，将前后两次的商品识别数量以及两次重量进行对比，获得对比结果，计算商品价格并下单，生成下单信息。该方法能够确保无人售货机在大规模使用时能够轻量化、快速准确地进行商品识别。
-
公开(公告)号：CN116977624A
公开(公告)日：2023-10-31
申请号：CN202310823862.3
申请日：2023-07-06
Applicant: 无锡学院
IPC: G06V10/25 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种基于YOLOv7模型的目标识别方法、系统、电子设备及介质，所述方法包括：S1：获取待识别垃圾图像集；S2：改进YOLOv7模型，所述YOLOv7模型包括依次连接的Backbone网络、Neck网络和Head网络；在Backbone网络中，使用多分支堆叠模块ELAN‑GR代替堆叠模块ELAN；在Backbone网络的第一个多分支堆叠模块ELAN‑GR后添加两个依次连接的强全局注意力组合模块CMH，两个依次连接的强全局注意力组合模块CMH作为强位置信息的特征图生成分支B1；S3：采用待识别垃圾图像集对改进YOLOv7模型进行训练；S4：将待测图像输入训练得到的改进YOLOv7模型中，得到识别结果。本发明以YOLOv7模型作为基础识别网络，并对其网络模型结构进行改进，提高了YOLOv7模型的检测精度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
