-
公开(公告)号：CN110210621A
公开(公告)日：2019-09-06
申请号：CN201910492966.4
申请日：2019-06-06
Applicant: 大连理工大学
Abstract: 本发明公开了一种基于残差网络改进的目标检测方法，基于YOLO V3-tiny网络，通过不断地卷积操作提取特征，最后将图片分成13*13的网格，对于每个网格单元，通过3个锚框预测出中心点落在该网格单元中的目标的检测框，具体包括以下步骤：确认要识别的目标种类数量；构成数据集；搭建目标检测神经网络；得到训练权重文件。本发明采用轻量化目标检测网络YOLOV3-tiny，计算量小，能在嵌入式硬件中进行目标检测任务并保证实时性。本发明利用残差网络resnet18代替原有特征提取网络，残差网络对于同样层数的特征提取网络来说，加入残差结构会提高网络的特征提取能力，能在不降低检测速度的前提下，增加目标检测精度。
-
Patent Agency Ranking
公开(公告)号：CN110222769A
公开(公告)日：2019-09-10
申请号：CN201910495809.9
申请日：2019-06-06
Applicant: 大连理工大学
Abstract: 本发明公开了一种基于YOLOV3-tiny的改进目标检测方法，包括以下步骤：确认要检测的目标种类；获取所有目标标注框的宽高占原图宽高的比例数据；用K-means算法聚类出9个不同大小的锚框；搭建目标检测神经网络。本发明采用轻量化目标检测网络YOLOV3-tiny，计算量小，能够在嵌入式硬件中进行目标检测任务并保证实时性。对于原图大小为416*416的图片，YOLOV3-tiny网络能被检测出来的最小目标尺寸为16*16；本发明通过在原始YOLOV3-tiny网络上增加52*52的预测尺度，理论上能被检测出来的最小目标尺寸为8*8，能够在不降低检测速度的前提下提高对小物体的检测精度。
-
公开(公告)号：CN110222769B
公开(公告)日：2022-09-16
申请号：CN201910495809.9
申请日：2019-06-06
Applicant: 大连理工大学
IPC: G06V10/762 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于YOLOV3‑tiny的改进目标检测方法，包括以下步骤：确认要检测的目标种类；获取所有目标标注框的宽高占原图宽高的比例数据；用K‑means算法聚类出9个不同大小的锚框；搭建目标检测神经网络。本发明采用轻量化目标检测网络YOLOV3‑tiny，计算量小，能够在嵌入式硬件中进行目标检测任务并保证实时性。对于原图大小为416*416的图片，YOLOV3‑tiny网络能被检测出来的最小目标尺寸为16*16；本发明通过在原始YOLOV3‑tiny网络上增加52*52的预测尺度，理论上能被检测出来的最小目标尺寸为8*8，能够在不降低检测速度的前提下提高对小物体的检测精度。
-
公开(公告)号：CN111976723A
公开(公告)日：2020-11-24
申请号：CN202010911015.9
申请日：2020-09-02
Applicant: 大连理工大学
Abstract: 本发明公开了一种人机协同控制下考虑车辆危险状态的车道保持辅助系统，包括车辆信息采集模块、驾驶员信息采集模块、状态判断模块、决策模块、车道保持控制模块及车道保持执行模块。本发明的决策模块综合考虑了驾驶员状态与车辆状态，实时准确的判断驾驶员与车辆是否处于危险状态，从而进行决策。本发明的紧急控制子模块在车辆失稳时，立即对车辆进行主动控制，将车辆控制在稳定状态。当车辆没有失稳且偏离本车道时，若驾驶员处于疲劳状态，本发明的自动驾驶子模块可以确保控制系统对车辆行驶轨迹平稳地产生最大程度干预，保证车辆行驶安全性。若驾驶员处于分心或误操作状态，本发明的人机共驾子模块用于辅助驾驶员，减少人机冲突。
-
公开(公告)号：CN110210621B
公开(公告)日：2022-09-20
申请号：CN201910492966.4
申请日：2019-06-06
Applicant: 大连理工大学
Abstract: 本发明公开了一种基于残差网络改进的目标检测方法，基于YOLO V3‑tiny网络，通过不断地卷积操作提取特征，最后将图片分成13*13的网格，对于每个网格单元，通过3个锚框预测出中心点落在该网格单元中的目标的检测框，具体包括以下步骤：确认要识别的目标种类数量；构成数据集；搭建目标检测神经网络；得到训练权重文件。本发明采用轻量化目标检测网络YOLOV3‑tiny，计算量小，能在嵌入式硬件中进行目标检测任务并保证实时性。本发明利用残差网络resnet18代替原有特征提取网络，残差网络对于同样层数的特征提取网络来说，加入残差结构会提高网络的特征提取能力，能在不降低检测速度的前提下，增加目标检测精度。
-
公开(公告)号：CN111976723B
公开(公告)日：2022-07-15
申请号：CN202010911015.9
申请日：2020-09-02
Applicant: 大连理工大学
Abstract: 本发明公开了一种人机协同控制下考虑车辆危险状态的车道保持辅助系统，包括车辆信息采集模块、驾驶员信息采集模块、状态判断模块、决策模块、车道保持控制模块及车道保持执行模块。本发明的决策模块综合考虑了驾驶员状态与车辆状态，实时准确的判断驾驶员与车辆是否处于危险状态，从而进行决策。本发明的紧急控制子模块在车辆失稳时，立即对车辆进行主动控制，将车辆控制在稳定状态。当车辆没有失稳且偏离本车道时，若驾驶员处于疲劳状态，本发明的自动驾驶子模块可以确保控制系统对车辆行驶轨迹平稳地产生最大程度干预，保证车辆行驶安全性。若驾驶员处于分心或误操作状态，本发明的人机共驾子模块用于辅助驾驶员，减少人机冲突。
-
-
-
-
-
Search Results
6
records
(took 0.011 seconds)
