-
公开(公告)号:CN116884002A
公开(公告)日:2023-10-13
申请号:CN202310878479.8
申请日:2023-07-18
Applicant: 哈尔滨理工大学
IPC: G06V20/70 , G06V10/26 , G06V20/00 , G06V10/77 , G06V10/80 , G06V10/42 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于DeeplabV3+的无人驾驶街景图像分割实现方法,涉及深度学习和图像语义分割领域,该方法在街景图像预处理时充分考虑图像像素分辨率问题,保留了高分辨率像素图像并对其做随机缩放数据增强处理,然后通过DeeplabV3+网络模型中带有不同膨胀率以及融合了混合池化模块MPM的空间金字塔ASPP,并且结合双重注意力网络DANet充分提取特征信息,解决边缘模糊化等问题,从而提高对无人驾驶街景图像的分割效果。
-
公开(公告)号:CN116824636A
公开(公告)日:2023-09-29
申请号:CN202310829900.6
申请日:2023-07-07
Applicant: 哈尔滨理工大学
IPC: G06V40/10 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08 , H04N7/18
Abstract: 本发明公开了一种基于YOLOv5的吸烟行为检测算法,属于深度学习和计算机视觉技术领域。该方法主要包括:S1.通过互联网查找并制作吸烟数据集,并对数据集进行数据扩充和过采样数据增强处理;S2.网络模型改进,采用卷积神经网络和注意力机制结构融合为Transformer形式的混合模型CBSBOT作为主干特征提取网络改进CSP结构,并通过将CIOU损失函数优化为SIOU,实现更精准的边界框预测,同时将高效注意力机制CA融入到主干网络特征提取的最后一层;S3.优化改进后的YOLOv5模型部署硬件设备上,与监控设备结合,更好的帮助公共场所禁烟,改善生活环境。利用本发明提出的YOLOv5的吸烟行为检测算法,模型体积小、精度高、运行速度快,便于实际应用,更好的帮助禁烟。
-