-
公开(公告)号:CN110097091A
公开(公告)日:2019-08-06
申请号:CN201910282875.8
申请日:2019-04-10
Applicant: 东南大学
IPC: G06K9/62
Abstract: 一种训练和推理数据分布不一致条件下的图像细粒度识别方法,本发明建立了检测-细粒度模型,检测模块提取特征并对类别、位置和置信度回归。获取感兴趣区域位置并粘贴到WxH黑色背景后,传入特征融合的细粒度模块,利用多尺度双线性特征对子类进行细粒度识别。这使问题变成了单子类识别,消除了背景干扰,减轻了数据分布不一致的影响。在提出的Cigarette67-2018训练,在实际多目标图片集成测试准确率为75%,且细粒度模块在特定数据集Cigarette67-2018,公开数据集CUB200-2011的测试准确率为97.8%、86.0%,较之前双线性模型B-CNN基线有显著提高。在单核CPU上推理速度可以满足实时性要求且本发明中的细粒度识别模块为弱监督算法,仅仅需要图像级标注信息,这使本发明易于操作,实用价值高。
-
公开(公告)号:CN109815246A
公开(公告)日:2019-05-28
申请号:CN201910189085.5
申请日:2019-03-13
Applicant: 东南大学
Abstract: 本发明涉及一种道路分段天气信息获取跟踪播报方法,基于对道路的分段,获得各个道路播报段,并将各道路播报段与天气发布区结合起来,实时获得各道路播报段的天气播报,构建目标区域内各道路播报段实时天气信息数据库,同时,辅以视频监控、养护人员巡逻、以及司乘人员反馈的天气信息校核方式,完成对不同单位管辖路段交通天气信息的修正与上报,整个过程中,天气信息准确性高、完备性好、上传下达效率高,能为道路管理者们提供较好的工具,减轻日常工作中的强度,提高日常工作的效率。
-