申请/专利权人：昆明理工大学

申请日：2024-01-21

公开（公告）日：2024-04-02

公开（公告）号：CN117809226A

主分类号：G06V20/40

分类号：G06V20/40;G06V10/10;G06V10/774;G06V10/776;G06V10/82;G06N3/0464;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种建立结构体目标多关键点视觉跟踪模型的方法、采集平台，所述模型以YOLOv7‑pose模型为基础，在主干网络的Focus模块的输出增加卷积层CBS；将主干网络的ELAN模块改为ELAN‑CSP模块，将颈部网络的两个FELAN模块改为FELAN‑CSP模块，将颈部网络的第一个FELAN‑CSP模块输出增加CSPF操作；在颈部网络的输出引入CA注意力机制；引入FocalLoss作为模型的分类损失函数以及置信度损失函数。本发明构建的结构体目标多关键点视觉跟踪模型，为非接触式方式获得结构体目标的振动位移结果提供支撑；提供的一种用于结构体目标多关键点视觉跟踪的数据采集平台，为获得结构体目标的振动视频数据提供硬件支撑。

主权项：1.一种建立结构体目标多关键点视觉跟踪模型的方法，其特征在于，以YOLOv7-pose模型为基础，在主干网络的Focus模块的输出增加卷积层CBS；将主干网络的ELAN模块改为ELAN-CSP模块，将颈部网络的两个FELAN模块改为FELAN-CSP模块，将颈部网络的第一个FELAN-CSP模块输出增加CSPF操作；在颈部网络的输出引入CA注意力机制；引入FocalLoss作为模型的分类损失函数以及置信度损失函数。

全文数据：

权利要求：

百度查询： 昆明理工大学 建立结构体目标多关键点视觉跟踪模型的方法、采集平台

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