一种基于深度信息预分割的卷积神经网络物体识别方法

    公开(公告)号:CN107563388A

    公开(公告)日:2018-01-09

    申请号:CN201710838112.8

    申请日:2017-09-18

    Applicant: 东北大学

    Abstract: 本发明涉及一种基于深度信息预分割的卷积神经网络物体识别方法,包括以下步骤:步骤1:采集场景的深度图像和彩色图像;步骤2:从场景的深度图像中分割出物体的深度图像;步骤3:根据物体的深度图像的分割范围,从场景的彩色图像中分割出物体的彩色图像;步骤4:对分割好的彩色图像进行填充处理;步骤5:将填充好的彩色图像输入到卷积神经网络进行识别,输出识别结果。本发明的基于深度信息预分割的卷积神经网络物体识别方法,可以识别复杂图片中的多个物体,训练速度快、识别速度快,对硬件要求低,可减少卷积神经网络过拟合。

    一种微型气象监测系统
    2.
    实用新型

    公开(公告)号:CN206584055U

    公开(公告)日:2017-10-24

    申请号:CN201720279894.1

    申请日:2017-03-22

    Applicant: 东北大学

    Abstract: 本实用新型公开一种微型气象监测系统,包括壳体,传感器通过数据I2C与单片机连接,将采集的数据输送至单片机;单片机通过串口连接到树莓派开发板;激光微粒传感器通过串口输出连接到树莓派开发板usb口;无线网卡通过usb口与树莓派相连接;所述壳体内设置两个纵向隔板及一个横向隔板;纵向隔板一的外侧放有单片机,内侧为拓展位,装有4g转wlan的网卡或有毒气体传感器;纵向隔板二内侧装有激光气体微粒传感器,外侧装有树莓派开发板;横向隔板在两个纵向隔板的一侧为电路板区,另一侧为走线区。本实用新型的优点是:本实用新型带来的有益效果是:将气象站做的微小、便携、廉价,同时让气象数据更将精确和有针对性,也让数据的采样点更加密集,数据更加可靠,不需要人力维护充电,节省了测量气象数据所需的人力物力。

Patent Agency Ranking