-
Patent Agency Ranking
公开(公告)号：CN114627371B
公开(公告)日：2024-08-09
申请号：CN202210172602.X
申请日：2022-02-24
Applicant: 湖北工业大学
Abstract: 本发明提供了一种基于注意力机制的桥梁健康监测方法，包括数据集收集与制作，桥梁缺陷实时检测，以及自动预警通知步骤，数据集收集与制作步骤为通过无人机实时预测与公开数据集相结合，桥梁缺陷实时检测步骤为通过搭载CN‑YOLOv5目标检测网络的无人机对所需检测桥梁路面实时检测，判断所检测桥面是否存在缺陷，自动预警通知步骤为对桥梁缺陷实时检测步骤得到的结果进行展示与判断，若桥面存在缺陷，则对缺陷地点进行定位及预警。该方法基于轻型网络CN‑YOLOv5进行图像识别，对桥梁路面进行检测与预警，降低了无人机硬件设备的需求，提高了检测速度与精度，为实时高效维护桥梁路面情况提供了一套完整的解决方案。
-
公开(公告)号：CN115035381A
公开(公告)日：2022-09-09
申请号：CN202210661898.1
申请日：2022-06-13
Applicant: 湖北工业大学
Abstract: 本发明公开了一种SN‑YOLOv5的轻量化目标检测网络及农作物采摘检测方法，基于YOLOv5模型，在此基础上使用与原始YOLOv5s相比更加轻便的SN‑YOLOv5网络，使参数量降低到仅有原始YOLOv5的47％且网络宽度以及通道数降为原始YOLOv5s的50％，并增加了一个用于目标检测的检测头以及相匹配的主干、加强特征提取网络层数，同时在网络的关键部分即通道数最大处插入SE注意力机制来提升检测精度，使得在保持检测精度的前提下大大降低网络的复杂度，从而降低对硬件的要求。使得相同设备下进行监控和检测时减少人力资源。
-
公开(公告)号：CN115035381B
公开(公告)日：2024-08-06
申请号：CN202210661898.1
申请日：2022-06-13
Applicant: 湖北工业大学
IPC: G06V10/82 , G06V10/40 , G06V10/20 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种SN‑YOLOv5的轻量化目标检测网络及农作物采摘检测方法，基于YOLOv5模型，在此基础上使用与原始YOLOv5s相比更加轻便的SN‑YOLOv5网络，使参数量降低到仅有原始YOLOv5的47％且网络宽度以及通道数降为原始YOLOv5s的50％，并增加了一个用于目标检测的检测头以及相匹配的主干、加强特征提取网络层数，同时在网络的关键部分即通道数最大处插入SE注意力机制来提升检测精度，使得在保持检测精度的前提下大大降低网络的复杂度，从而降低对硬件的要求。使得相同设备下进行监控和检测时减少人力资源。
-
公开(公告)号：CN113762287A
公开(公告)日：2021-12-07
申请号：CN202111090483.5
申请日：2021-09-17
Applicant: 湖北工业大学
Abstract: 本发明涉及一种水下目标智能检测系统、方法及存储介质。属于计算机视觉处理技术领域。通过利用Slice‑Concat网络结构对图像进行切片和拼接处理，可得到无数据损失的切片后的图像，该图像被切片后，其宽和高变小。由模型复杂度计算公式分析可知，其图像宽和高变小会直接提高模型的运算速度。同时用测试集对训练好的网络模型进行训练进行测试可确保模型的识别与检测精度。上述方法可确保本发明实现在确保水下目标检测精度的前提下提高目标的检测速度，做到对水下目标的高效实时检测。
-
公开(公告)号：CN114627371A
公开(公告)日：2022-06-14
申请号：CN202210172602.X
申请日：2022-02-24
Applicant: 湖北工业大学
Abstract: 本发明提供了一种基于注意力机制的桥梁健康监测方法，包括数据集收集与制作，桥梁缺陷实时检测，以及自动预警通知步骤，数据集收集与制作步骤为通过无人机实时预测与公开数据集相结合，桥梁缺陷实时检测步骤为通过搭载CN‑YOLOv5目标检测网络的无人机对所需检测桥梁路面实时检测，判断所检测桥面是否存在缺陷，自动预警通知步骤为对桥梁缺陷实时检测步骤得到的结果进行展示与判断，若桥面存在缺陷，则对缺陷地点进行定位及预警。该方法基于轻型网络CN‑YOLOv5进行图像识别，对桥梁路面进行检测与预警，降低了无人机硬件设备的需求，提高了检测速度与精度，为实时高效维护桥梁路面情况提供了一套完整的解决方案。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
