一种基于改进的YOLOv5s模型的吸烟行为检测方法

    公开(公告)号:CN119273898A

    公开(公告)日:2025-01-07

    申请号:CN202411452108.4

    申请日:2024-10-17

    Abstract: 本发明涉及一种基于改进的YOLOv5s模型的吸烟行为检测方法,属于目标检测领域。包括:采集吸烟行为图像,对所述吸烟行为图像进行预处理、图像增强以及标注构建数据集;构建吸烟行为检测模型,基于所述数据集对所述吸烟行为检测模型进行训练,训练过程中进行正样本扩充,训练完成后得到训练好的吸烟行为检测模型;将待检测的图像输入所述训练好的吸烟行为检测模型,实现吸烟行为检测。该方法通过改进激活函数提高了计算效率,通过改进损失函数提高了模型收敛的速度和目标检测的精度,解决了现有吸烟行为检测方法实时性低、准确率低的问题。

    融合路网下基于改进蚁群算法的物资配送路径规划方法

    公开(公告)号:CN117422353A

    公开(公告)日:2024-01-19

    申请号:CN202311373371.X

    申请日:2023-10-23

    Abstract: 本发明涉及融合路网下基于改进蚁群算法的物资配送路径规划方法,属路径规划领域。包括基于实时采集的配送点与需求点的位置信息和属性信息修复原始路网数据中提取的配送点与需求点的道路信息得到融合路网;进行蚁群数据初始化,基于融合路网和迁移概率蚂蚁k自配送点出发选择需求点,如果蚂蚁k走完所有需求点回到配送点得到第一路径列表,对第一路径列表进行变邻域搜索得到蚂蚁k对应的最优路径列表及最短路径值;所有迭代完毕,得到所有蚂蚁的最优路径列表和最短路径值,将最小的最短路径值对应的最优路径列表映射为成本矢量路线图,得到物资配送路径最优解。解决物资配送中只注重时间距离优化及没有利用融合路网,导致不合理路径规划问题。

Patent Agency Ranking