公开(公告)号：CN120047406A

公开(公告)日：2025-05-27

申请号：CN202510117288.9

申请日：2025-01-24

Applicant: 西安交通大学

Inventor： 姜沛林 ,  范伟 ,  纪炎涛 ,  佟佳澄 ,  张效国 ,  刘扬 ,  杨海伟 ,  王飞

IPC: G06T7/00 ,  G06V20/70 ,  G06V10/44 ,  G06V10/52 ,  G06V10/766 ,  G06V10/80 ,  G06V10/82 ,  G06V10/94 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本申请公开了一种工件及工件关键点实时检测方法及相关装置，首先基于深度可分离卷积模块设计轻量化网络模型，将设计的轻量化网络模型融合到YOLOv5的主干特征提取网络，减少模型推理时消耗的计算资源，达到加快检测速度的目的。同时，将工件关键点检测任务加入检测任务中，实现工件关键点的检测。其次，本申请还对YOLOv5框架的其它模块进行优化，包括使用BiFPN代替YOLOv5中使用的PANet结构。以及在工件关键点坐标回归任务中使用Wing Loss损失函数。将模型使用OpenVINO进行优化和部署后，在CPU环境下的推理速度进一步提升。本申请在保证精度的情况下，极大的加快了推理的速度，实现了在CPU上实时的进行工件以及工件关键点检测。

公开(公告)号：CN115116227A

公开(公告)日：2022-09-27

申请号：CN202210763540.X

申请日：2022-06-30

Applicant: 西安交通大学

Inventor： 姜沛林 ,  佟佳澄 ,  纪炎涛 ,  范伟 ,  张效国

IPC: G08G1/01 ,  G08G1/065 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/30

Abstract: 本发明公开了一种交通流量预测方法、系统、装置及可读存储介质，包括交通流量特征设计，包括区域流动特征、区域依赖特征和时间特征。首先使用图注意力网络实现对每个区域的流量关系进行学习。在此之上，为捕获远近空间特征，本章设计了一个基于残差网络，利用卷积网络和空洞卷积网络的远近空间特征模块，学习多尺度的空间特征。最后使用了ConvLSTM网络对每个区域的顺序性和周期性进行学习，并且引入了注意力机制进一步提高了周期性特征的提取准确度，并训练出最终的预测模型，提高了时空序列的预测精确度和稳定性。

公开(公告)号：CN115116227B

公开(公告)日：2024-07-19

申请号：CN202210763540.X

申请日：2022-06-30

Applicant: 西安交通大学

Inventor： 姜沛林 ,  佟佳澄 ,  纪炎涛 ,  范伟 ,  张效国

IPC: G08G1/01 ,  G08G1/065 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明公开了一种交通流量预测方法、系统、装置及可读存储介质，包括交通流量特征设计，包括区域流动特征、区域依赖特征和时间特征。首先使用图注意力网络实现对每个区域的流量关系进行学习。在此之上，为捕获远近空间特征，本章设计了一个基于残差网络，利用卷积网络和空洞卷积网络的远近空间特征模块，学习多尺度的空间特征。最后使用了ConvLSTM网络对每个区域的顺序性和周期性进行学习，并且引入了注意力机制进一步提高了周期性特征的提取准确度，并训练出最终的预测模型，提高了时空序列的预测精确度和稳定性。