咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:本发明公开基于深度学习的交通图像安全带分类方法,具体按照以下步骤实施:步骤1、构造数据集,并对数据集进行格式转换,随机分为训练集和测试集;步骤2、搭建具有SE模块的深层稠密残差网络并设计网络各层参数;步骤3、设置训练时需要的损失函数、网络优化算法及所有超参数,损失函数为加入正则化的交叉熵损失函数;步骤4、根据步骤3设置的损失函数、网络优化算法对步骤2构建的具有SE模块的深层稠密残差网络进行训练,得到网络模型;步骤5、对步骤1中的测试集通过步骤4中得到的网络模型权重进行预测,判断汽车驾驶员是否佩戴安全带。该方法能够增加安全带检测的准确度,减少虚警率和漏检率,以获取更高的安全带分类精度。
著 录 项:
专利/申请号: | CN202110009486.5 | 专利名称: | 基于深度学习的交通图像安全带分类方法 |
申请日: | 2021-01-05 | 申请/专利权人 | 西安理工大学 |
专利类型: | 发明 | 地址: | 陕西省西安市碑林区金花南路5号 |
专利状态: | 已下证 查询审查信息 | 分类号: | G06V20/59搜分类 交通工具 深度学习 交通图像搜索 |
公开/公告日: | 转让价格: | 面议 | |
公开/公告号: | 交易状态: | 等待洽谈 搜索相似专利 |
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |