本发明涉及深度学习与目标检测技术领域,公开了一种基于目标检测的井盖隐患检测方法,将井盖图像输入目标检测模型的主干网络,经过多个依次串联的提取单元,提取多个不同尺度的初级特征图,并输入基于FPN结构的颈部网络,输出每个尺度对应的融合特征图后,输入头部网络,输出井盖图像的每个尺度对应的预测标签、预测边界框与置信度。动态上采样模块生成采样偏移量来调整采样网络,更好地捕捉小目标信息,提高对井盖图像中细节的检测和分割精度;反转残差注意力下采样模块引入了注意力机制、深度可分离卷积与残差机制,有效压缩数据,减少信息损失,增强对井盖图像关键特征的关注,提升模型对井盖隐患的特征表达,进而提高井盖隐患检测精度。
📄 2025104507973
📂 G06V10_25
👤 江南大学; 江苏磐智数云科技有限公司
📅 2025-04-11
本发明涉及一种基于自适应特征提取与多尺度增强的目标检测方法及系统。所述方法包括:对原始图像进行标准化预处理得到待检测原始图像;将待检测原始图像输入至并行结构的扩张卷积块中,捕捉待检测原始图像在不同尺度下的特征信息;通过目标归一化方法动态调整各个通道特征的贡献度,得到最优特征向量;并对最优特征向量进行缩放,得到压缩后的目标注意力权重,采用通道注意力门控方法对于目标注意力权重计算门控信号,并生成融合特征图;通过多尺度增强特征金字塔网络提取出深层特征;通过分类器和回归器输出目标检测结果。可以提高目标检测在不同尺度目标上的准确性和有效性,增强对复杂场景下目标的检测能力。
📄 2025101031221
📂 G06V10_764
👤 南京交通职业技术学院
📅 2025-01-22
本发明公开了一种基于智能汽车的目标检测方法及系统,应用于图像处理技术,分别获取用于表征选定物体扫描结果的点云数据序列和图像数据序列,对点云数据序列和图像数据序列进行时间对齐处理后再进行提取,得到第一潜在目标人物序列,对最终图像数据序列进行提取,得到第二潜在目标人物序列,确定对各个帧的目标人物实例进行分割后的多个场景实例,以各个场景实例中的各个点云数据,计算得到质心关键特征和瞬时角速度,将质心关键特征和瞬时角速度输入目标识别模型中进行预测,得到目标人物的行为检测结果,通过上述方法实现了对目标人物进行高精度识别,从而提高识别的准确性。
📄 2025110797780
📂 G06V20_58
👤 广东海洋大学
📅 2025-08-04
本发明旨在提供一种螺旋梯度优化估计的弱小目标检测方法,包括以下步骤:A、获取灰度原始图像,建立螺旋运动模型,设定螺旋运动范围;B、对原始图像中各像元点,以该像元点为中心像元点,获取宽、高为w×h的数据块f0,进行坐标编号;C、然后设定X向和y向的移动步长,对中心像元点进行移动;D、以移动后的中心像元点为螺旋运动范围的中心像元点,进行坐标编号;E、计算数据块f0与数据块fk的梯度差;F、计算数据块与数据块fk′的梯度差;G、构建梯度优化背景估计模型并求解获得背景图像,原始图像减去背景图像得到最终输出轮廓图像。本发明实现背景抑制的同时有效去除光晕中心,能够极大提升后续目标的检测能力。
📄 2021110427003
📂 G06T7_246
👤 广西科技大学
📅 2021-09-07
本发明公开了一种基于特征嫁接的目标检测方法,包括以下步骤:(1)利用相机拍摄待检物体,构建数据集;(2)构建特征嫁接融合网络;(3)将待检测的物体图像分别输入到主网络Transform和子网络CNN,得到两组特征图;(4)将获取到的待检测物体图像输入到特征嫁接模块中,得到特征图M1、M2、M3、M4;(5)将得到的特征图M1、M2、M3、M4输入到特征融合模块中,得到特征图N8;(6)将得到的特征图N8输入到分类定位网络中,得到目标类别和位置信息;本发明有效结合了Transform网络提取的丰富的全局上下文信息和CNN网络提取的边缘细节信息,使得在最终检测时能更精准的定位到图片中所有目标,在map和Ap上都有进一步的提升。
📄 2023112375981
📂 G06V10_25
👤 淮安大学
📅 2023-09-22
本发明公开了一种基于改进YOLOv8的化工企业人员的危险行为检测方法,采用数据增强方法对自制危险行为数据集进行增强,并将数据集划分为训练集,测试集和验证集;构建基于改进YOLOv8的危险行为检测模型,在YOLOv8模型的主干和颈部部分引入通过组内点卷积残差模块IPCR和增强自适应层聚合模块EALA构成的CSP_EALA模块;在颈部引入组内点卷积空间金字塔池化IPSPP模块替换原始YOLOv8网络的SPPF模块;在Neck部分引入双卷积挤压激励网络;将训练集输入到危险行为检测模型进行训练;将待检测的危险行为图片输入训练后的危险行为检测模型,输出最终检测结果。本发明相较于原YOLOv8模型检测精度有所提升,有效提高了模型的检测效果、鲁棒性和泛化性能,为化工业领域的危险行为检测提供了有力支持。
📄 202410226816X
📂 G06V40_20
👤 淮安大学
📅 2024-02-29
一种轻量化的低照度目标检测方法,包括:获取公开样本数据Exdark数据集并划分为训练集,验证集和测试集;将YOLOv8的Backbone特征提取网络中的第4、6、8层替换为Adown下采样;将Neck的FPN特征金字塔替换为BiFPN;将边界框回归损失函数由CIoU替换为Powerful‑IoU(PIoU);对YOLOv8目标检测算法的优化,构建轻量化的低照度目标检测模型;基于训练集对优化后的低照度目标检测模型进行训练;利用训练好的低照度目标检测模型和待检测图像对低照度下的图像进行检测,输出目标检测结果。最终降低模型大小以及增强模型的检测精度。本发明通过改进YOLOv8算法来研究低照度场景下的目标检测,检测到了低照度下多尺度、小目标等测试样本;可以提升在光照条件不足下的目标检测准确性;也提高了系统的可靠性和稳定性。
📄 2024106329800
📂 G06V10_25
👤 淮安大学
📅 2024-05-21
本发明属于目标检测算法技术领域,具体涉及一种基于改进YOLOv5n的目标检测方法,所述检测方法包括以下内容:S1:利用RepConv改进FasterNet主干网络;使用RepVGG中的RepConv取代FasterNet中的PConv;S2:替换原C3主干网络;将改进后的Faster_Rep与原主干网络的C3模块融合,使用改进后的C3‑FR主干替换原主干网络的backbone;S3:对改进后的模型进行剪枝;通过对YOLOV5算法进行改进,优化了整个算法的检测效果。本发明能够有效的减小网络的参数数量、提高运算速度,同时提升模型的检测精度。
📄 2024110196657
📂 G06V10_82
👤 广东工业大学
📅 2024-07-29
本发明属于计算机视觉技术领域,具体公开了一种基于多尺度令牌的目标检测方法及系统,该方法将原始图像卷积为图像块,构建目标检测网络,目标检测网络包括多个多尺度内部令牌模块和多个差滤残差模块;将图像块输入第一阶段的多尺度内部令牌模块和差滤残差模块;将上一阶段的多尺度内部令牌模块的多尺度输出,和上一阶段的差滤残差模块的输出作为下一阶段的多尺度内部令牌模块的输入,上一阶段的差滤残差模块的输出作为下一阶段的差滤残差模块的输入;将最后阶段的多尺度内部令牌模块和最后阶段差滤残差模块的输出进行融合,得到目标检测结果。采用本技术方案,利用多尺度内部令牌模块和多个差滤残差模块,有效提取多尺度特征,优化目标检测性能。
📄 2022114633288
📂 G06V10_764
👤 重庆大学
📅 2022-11-22
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