-
公开(公告)号:CN116168270A
公开(公告)日:2023-05-26
申请号:CN202310162187.4
申请日:2023-02-21
Applicant: 安徽理工大学
IPC: G06V10/774 , G06V10/80 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开一种基于并行深度残差网络的轻量化煤矸石检测模型及方法,所述煤矸石检测模型包括依次连接的输入层、骨干网络、头部网络和输出层;所述输入层用于获取煤矸石图像;所述骨干网络用于对所述煤矸石图像进行特征提取,包括多个并行深度残差块,所述并行深度残差块包括堆叠的非线性拟合层F(x),所述堆叠的非线性拟合层表示为F(x)=H(x)‑x,其中,H(x)表示底层映射,x表示该并行深度残差块的输入图像;所述头部网络用于对所述骨干网络提取的特征进行多尺度特征融合,并经所述输出层输出对应的煤矸石检测结果。所提模型能够实现检测速度与精度的平衡,适用于轻量化煤矸石检测。
-
公开(公告)号:CN115410039A
公开(公告)日:2022-11-29
申请号:CN202211032554.0
申请日:2022-08-26
Applicant: 安徽理工大学
IPC: G06V10/764 , G06V10/82 , G06V10/762 , G06V10/80 , G06T7/73 , G06N3/04 , G06N3/08
Abstract: 本发明提供基于改进YOLOv5算法的煤炭异物检测系统及方法,系统包括:使用MobileNet V3网络结构替换原有的骨干网络结构;使用Mish()激活函数替换卷积层中的SiLU()激活函数;使用ECA注意力机制替换MobileNet V3网络结构中的SE注意力机制;使用异构卷积替换颈部网络结构模块原有的标准卷积;将待检测图像输入训练好的模型后得到目标的位置信息和类别信息。本发明解决了检测精度低以及检测效果差的技术问题。
-