公开(公告)号：CN119649188A

公开(公告)日：2025-03-18

申请号：CN202411720613.2

申请日：2024-11-28

Applicant: 上海应用技术大学

Inventor： 林涛 ,  江泽品

IPC: G06V10/82 ,  G06V10/44 ,  G06V40/10 ,  G06V40/20 ,  G06V10/46 ,  G06N3/0495 ,  G06N3/0464 ,  G06N3/092

Abstract: 本发明公开了一种用于检测人体关键点的轻量级模型搭建方法及系统，涉及人体姿态估计技术领域，包括选择人体检测器构建骨干网络；基于卷积层构建头部函数；通过训练策略对模型进行训练。本发明提供的用于检测人体关键点的轻量级模型搭建方法选择轻量级的实时检测器，轻量级模型改进了Lite‑HRNet并将作为自身的主干网络。轻量级模型在深度卷积和逐点卷积之间引入了挤压激励模块，提升模型提取通道间信息的能力，提升Lite‑HRNet性能。轻量级模型及采用使用无偏数据处理降低模型推理误差，使用余弦退火和两阶段训练策略提升了模型的学习能力，轻量级模型在保持推理速度的同时，实现了与现有先进方法相媲美的准确率。

公开(公告)号：CN119851224A

公开(公告)日：2025-04-18

申请号：CN202411962179.9

申请日：2024-12-30

Applicant: 上海应用技术大学

Inventor： 林涛 ,  王蓉 ,  易世铭 ,  江泽品 ,  樊梦瑶

IPC: G06V20/54 ,  G06V10/26 ,  G06V10/44 ,  G06V10/74 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/042 ,  G06N3/08

Abstract: 本发明涉及一种针对小样本情况的道路异常检测方法，方法包括以下步骤：S1、获取道路探测的雷达数据，得到图片数据集；S2、构建道路异常检测网络，训练道路异常检测网络，得到道路异常检测模型；S3、获取实际的道路图像数据，所述道路图像数据输入道路异常检测模型，得到实际异常区域，将实际异常区域输入异常检测分割模型，将实际异常区域合并，形成完整的异常区域。与现有技术相比，本发明具有提高小样本情况下道路异常检测的准确性等优点。