本发明属于煤矿井下输送带检测技术领域，公开了一种煤矿井下输送带异物目标检测方法、系统、设备及终端，利用煤矿井下输送带监控视频制作训练样本和测试样本；利用Labellmg标注工具从获取的视频中对异物进行截取和标注，并对输送带图像进行自适应直方图均衡；在YOLOv5算法框架下，引入注意力模型CBAM，使用深度可分离卷积精简网络参数，优化损失函数，并构建检测模型。本发明不仅可以在煤尘干扰、光照不均和输送带高速运动情况下检测输送带异物达到了较高的检测精度，并且可以很好的满足实时性的要求。实验结果表明，本发明的对煤矿井下输送带异物目标检测算法精准度和召回率都是最高，同时本发明算法保持了较好的实时性。
📄 202111268934X
📂 G06V10_25
👤 西安科技大学
📅 2021-10-21
本发明属于信息处理技术领域，公开了一种基于tiny-YOLOv3的施工安全检测方法及系统，利用视频监控摄像头采集工地中施工的人员图像，对这些图像所包含的人员进行人工标注，制作数据集；使用数据集训练tiny-YOLOv3网络模型；施工工地图像获取：工地图像采集设备获取施工工地图像，并将所获取图像同步传送至处理器进行处理；利用训练好的tiny-YOLOv3网络模型对获取的图像进行检测，将有安全违规行为(如未戴安全帽、抽烟等)的人员图片保存；将有安全违规行为的人员通过手机APP方式，把告警信息推送。本发明方法的步骤简单、设计合理且实现方便、检测精度高、使用效果好，能够在大视野条件下准确检测安全违规行为。
📄 2019110733410
📂 G06K9_00
👤 西安科技大学
📅 2019-10-23
本发明涉及目标检测技术领域，具体涉及一种基于改进YOLOX算法的目标检测方法，为解决检测小目标的图像的检测精度不足的技术问题。该目标检测方法包括：获取商标数据集，并将商标数据集内的图片格式转化为可以直接输入YOLO网络进行训练的格式，得到可用商标数据集；将可用商标数据集的数据进行预处理，将所有的商标图片划分为训练集、验证集和测试集；分析训练集、验证集和测试集，确定所有的商标种类；基于YOLOX的网络结构进行改进，得到改进后的YOLOX目标检测算法；用训练数据集对改进后的YOLOX目标检测算法进行训练，评估得到最佳训练权重文件，得到最终YOLOX目标检测算法。增强了对小目标的图像的检测精度。
📄 2023105630181
📂 G06V10_82
👤 江苏科技大学
📅 2023-05-18
本发明公开了一种基于空间解耦与边界特征聚合的目标检测方法，包括：显著依赖关系补充模块；空间敏感区域感知模块；边界特征聚合模块。本发明首先在不同的任务分支上使用空间敏感区感知模块预测出各自分支的空间敏感区域。由于分类分支更多关注显著性区域，所以通过显著依赖关系补充模块，能够更快速地将分类任务的空间敏感区域调整到显著性区域。在预测的空间敏感区域基础上，通过边界特征聚合模块为每一个锚点补充足够的边界特征用于精准预测分类与定位的分数。基于上述模块本发明提出了更好的任务对齐网络，它可以用最小的预测负担快速准确地实现空间解耦，再从各自的任务空间敏感区域聚合足够的边界信息到锚点中，对齐任务预测结果。
📄 2023106959707
📂 G06V10_22
👤 杭州电子科技大学
📅 2023-06-13
本发明涉及人工智能、深度学习和目标检测领域，具体涉及一种基于自适应多级融合特征池的目标检测方法；该方法包括基于现有YOLOv5网络构建改进YOLOv5网络，改进YOLOv5网络包括骨干网络、颈部网络和头部网络；颈部网络中加入了多级融合特征池、批次通道均值结构和均值压缩扩展结构；获取图像数据集训练改进YOLOv5网络，采用损失函数进行迭代训练，调整网络参数；将训练好的改进YOLOv5网络用于目标检测，得到目标检测结果；本发明解决了特征通道数过少、区分不同通道的重要性的问题；减少了计算量。
📄 2022116178456
📂 G06V10_80
👤 重庆邮电大学
📅 2022-12-15
本发明公开一种基于特征重构的交通视频跨域目标检测方法、系统、设备及介质，涉及计算机图像数据处理技术领域，该方法包括以下步骤：构建学生模型与教师模型；获取源域图像，将源域图像输入学生模型，计算源域检测损失；获取目标域图像，将目标域图像输入教师模型生成目标域伪标签；将目标域图像及其对应伪标签输入学生模型，计算目标域伪标签检测损失；设置语义特征重构模块，得到语义特征重构损失；设置实例特征重构模块，得到实例特征重构损失；将源域检测损失、目标域伪标签检测损失、语义特征重构损失以及实例特征重构损失进行加权求和，构成整体训练目标函数；训练完成后，对道路视频流进行在线推理输出检测结果。
📄 2026102052639
📂 G06V20_54
👤 广东工业大学
📅 2026-02-12
本发明提出一种无人机场景下基于多模态的开放词集目标检测方法，包括：从无人机设备获取待检测图像，利用特征提取主干网络生成图像的全局特征图，利用区域提议网络在特征图上生成位置先验框，将对象性分数较高的预测框标注为待识别目标；利用DETR目标检测模型结合位置先验信息和特征图对待识别目标进行定位和初步分类；对于分类置信度高于设定阈值的对象直接输出调整后的锚框与预测类别，否则利用CLIP多模态模型进行二次分类；通过设计包含拍摄条件的语言提示，减弱拍摄角度和多变天气情况等环境条件引起的干扰，提高多模态模型分类准确度。
📄 202410431316X
📂 G06V20_17
👤 南京邮电大学
📅 2024-04-11
本发明公开了一种轻量化目标检测方法、装置、计算机程序产品，包括：对图像数据进行增强处理，得到增强后的图像数据；利用教师网络和学生网络分别对所述增强后的图像数据进行特征提取，得到教师特征图和学生特征图；利用区域候选网络分别处理教师特征图和学生特征图，通过特征蒸馏针对所述教师特征图和学生特征图进行焦点蒸馏和全局蒸馏，得到学生特征图对应的候选框；根据所述学生特征图对应的候选框，利用分类卷积网络和定位卷积网络生成目标检测结果，其中，所述目标检测结果包括目标分类概率和目标预测框定位信息。本发明能够实现高精度、高效的轻量化目标检测需求，提高嵌入式设备下目标检测的精确性和泛用性。
📄 2024103626345
📂 G06V10_25
👤 南京邮电大学
📅 2024-03-28
本发明公开一种基于YOLOv5s改进的轻量模型目标检测方法，目标检测方法通过在基于YOLOv5s改进的轻量模型中融入了全局注意力机制，加强了通道与空间注意力机制之间的跨维度特征信息交互能力，减少目标特征因不同维度而丢失的问题，提高目标的特征提取；同时在检测头处结合自适应空间特征融合算法，通过自适应的调整各个尺度在融合时的空间权重，抑制空间尺度不一致性，使目标特征获得更加精准的网络处理比重，从而提高目标的多尺度特征融合能力，降低遥感图像中中小目标的漏检率和误检率。
📄 2023100574715
📂 G06V20_13
👤 南京信息工程大学
📅 2023-01-14
基于DINO分类作物与杂草的轻量化端到端目标检测方法和装置，其方法包括：步骤1、收集并标注作物和杂草目标图像数据集；步骤2、划分收集的数据集以便于进行随机的不同的子任务；步骤3、在DINO的BackBone层之前加入轻量新型降噪网络；步骤4、对DINO的BackBone进行替换，优化，使其轻量化；步骤5、使用优化后的DINO模型训练作物和杂草的目标检测模型；步骤6、将作物和杂草的测试样本送入训练好的模型中进行推理得出检测结果。本发明去除图片的噪音，使模型通用性更好，目标检测准确率提升，更改优化骨干网络。可以使模型训练的次数大幅下降，让算法获得更为快速的训练收敛，减少训练时间,还能在相同训练epoch下，提高作物和杂草分类的准确率。
📄 2023110600383
📂 G06V20_10
👤 浙江工业大学
📅 2023-08-22
本发明公开了一种高速公路小目标检测方法，包括：获取未标记数据集并对未标记数据集中的各输入图像进行数据增强处理，形成对应的重建图像 建立目标检测网络模型并对重建图像进行检测，获得对应的目标检测结果。该方法不同于传统的目标检测模型，对小像素目标的识别有较高的精度，尤其对高速公路的异常天气场景适应能力强，能够更加精准的检测高速公路上的异常物体，且使用掩蔽重建的数据增强方法来为小目标物体的检测获得更加精确的框，并针对小目标物体特征少，样本不平衡的特点，改进了损失函数，采用均衡焦点损失函数来缓解类别不平衡的问题，由此提高小目标检测的精度，更好的应用于高速公路。
📄 2023102695466
📂 G06V20_52
👤 浙江工业大学
📅 2023-03-20
一种基于改进YOLO v4的轻量级行人车辆检测方法，包括以下步骤：1)将数据集划分为训练集、验证集和测试集；2)对数据集标签中的真实目标框进行聚类分析，获得先验框尺寸；3)利用Ghost模块搭建主干网络，用于提取数据集的视觉特征，在保证特征质量的同时缩减参数量；4)使用不同扩张率的空洞卷积提升网络的多尺度感知能力；5)对提取到的特征进行特征聚合；6)将聚合后的特征输入检测头，对目标的位置和类别进行预测，利用损失函数训练模型；7)将测试集图像输入训练得到的网络模型进行检测，输出目标的检测结果。本发明在保证行人车辆检测精度的同时，拥有较小的模型参数量，检测速度较快，降低了对于硬件设备性能的需求。
📄 2021105332450
📂 G06V10_82
👤 浙江工业大学
📅 2021-05-17
柿子坊 · 知识产权运营
柿子坊知识产权运营平台