申请/专利权人：江西理工大学

申请日：2023-11-10

公开（公告）日：2024-04-16

公开（公告）号：CN117893874A

主分类号：G06V10/82

分类号：G06V10/82;G06V10/80;G06V10/44;G06T7/00;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本发明涉及铜转炉吹炼终点判断技术领域，具体涉及一种基于目标检测算法的铜转炉吹炼终点判断方法，该方法包括：获取铜转炉吹炼的高温熔体冷却样本图像作为输入图像；将Res2net‑ECA模块加入到Yolov5s目标检测模型中，并通过Alpha‑IOU损失函数替换Yolov5s目标检测模型中的IOU损失函数中的定位损失函数box_loss，得到Yolov5s‑Res2net‑ECA模型；将输入图像输入Yolov5s‑Res2net‑ECA模型，并通过Yolov5s‑Res2net‑ECA模型输出铜转炉吹炼终点判断结果。本发明通过将Res2net‑ECA模块加入到Yolov5s目标检测模型中，相比于原本Yolov5s模型神经网络层数大幅上升，但实际所需的参数却有所下降，这有助于减少模型的推理速度，使其更快更精准。

主权项：1.一种基于目标检测算法的铜转炉吹炼终点判断方法，其特征在于，包括：获取铜转炉吹炼的高温熔体冷却样本图像作为输入图像；在Res2net残差神经网络中加入ECA注意力机制模块，得到Res2net-ECA模块，所述Res2net-ECA模块用于对所述输入特征图像进行特征提取；将所述Res2net-ECA模块加入到Yolov5s目标检测模型中，并通过Alpha-IOU损失函数替换所述Yolov5s目标检测模型中的IOU损失函数中的定位损失函数box_loss，得到Yolov5s-Res2net-ECA模型；将所述输入图像输入所述Yolov5s-Res2net-ECA模型，并通过所述Yolov5s-Res2net-ECA模型输出铜转炉吹炼终点判断结果。

全文数据：

权利要求：

百度查询： 江西理工大学 一种基于目标检测算法的铜转炉吹炼终点判断方法

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