申请/专利权人：广州高新兴机器人有限公司

申请日：2023-05-30

公开（公告）日：2023-11-10

公开（公告）号：CN117037018A

主分类号：G06V20/40

分类号：G06V20/40;G06V10/82;G06V10/764;G06V10/56;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.11.28#实质审查的生效;2023.11.10#公开

摘要：本发明提供了一种横幅检测方法、装置及机器人，所述方法包括如下步骤：S1，实时获取目标场所的视频；S2，使用预设的神经网络对所述视频进行横幅检测输出横幅检测结果；S3，对所述横幅检测结果进行颜色检测和二分类器检测，并根据颜色检测的结果和二分类器检测的结果确定是否是横幅。本发明的横幅检测方法，基于L0正则化和显著性池化修改的稀疏YOLOv5网络，应用基于L0正则化和显著性池化修改的稀疏YOLOv5网络进行横幅检测，融合二分类和颜色分析模块的横幅判别方法。可以提高幅检测的准确性，此外，使用机器人巡检的方式对公共场所进行横幅检测，不但降低了摄像头成本，还使得检测的覆盖范围得到极大的提高。

主权项：1.一种横幅检测方法，其包括如下步骤：S1，实时获取目标场所的视频；S2，使用预设的神经网络对所述视频进行横幅检测输出横幅检测结果；所述预设的神经网络包括一输入模块、骨干网络backbone、neck模块和输出模块；所述骨干网络包括第一卷积模块，第二卷积模块，第一C3模块，第一反转残差模块，第二C3模块，第二反转残差模块，显著池化模块。其中所述骨干网络中的卷积模块为激活函数为Hardswish的L0正则化稀疏卷积层连接批归一化层，骨干网络中的C3模块是L0正则化稀疏卷积层；所述neck模块包括四个交替设置的卷积模块以及C3模块，其中neck模块中的卷积模块为激活函数为SiLU的L0正则化稀疏卷积层接批归一化层，所述neck模块中C3模块与骨干网络中的C3模块相同；所述骨干网络的反转残差模块包括四个卷积模块，以及Identity模块，其中骨干网络中的反转残差模块中的卷积模块为L0正则化稀疏卷积层，Identity模块为MobilenetV3中的Identity模块；S3，对所述横幅检测结果进行颜色检测和二分类器检测，并根据颜色检测的结果和二分类器检测的结果确定是否是横幅。

全文数据：

权利要求：

百度查询： 广州高新兴机器人有限公司 一种横幅检测方法、装置及机器人

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD