申请/专利权人：哈尔滨市科佳通用机电股份有限公司

申请日：2023-12-22

公开（公告）日：2024-04-19

公开（公告）号：CN117911749A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/44;G06V10/82;G06V10/766;G06N3/0464;G06V10/80;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：多尺度车载异物检测方法，解决了目前方法难以同时实现不同尺寸异物高精度检测的问题，属于货车故障检测领域。本发明方法包括：S1、构建货车异物的图像样本数据集；S2、建立车载异物检测模型，所述车载异物检测模型采用FasterRCNN目标检测网络实现，所述FasterRCNN目标检测网络使用基于深度可分离卷积的残差单元作为骨干网络，所述基于深度可分离卷积的残差单元为在现有残差单元的基础上，使用深度可分离卷积替换现有残差单元中的二维卷积；S3、以货车异物的图像作为输入，以输入图像中是否存在异物为输出，对车载异物检测模型进行训练；S4、获取过车图像，将过车图像输入至训练完成的车载异物检测模型中进行检测，输出检测结果。

主权项：1.多尺度车载异物检测方法，其特征在于，所述方法包括：S1、构建货车异物的图像样本数据集；S2、建立车载异物检测模型，所述车载异物检测模型采用FasterRCNN目标检测网络实现，所述FasterRCNN目标检测网络使用基于深度可分离卷积的残差单元作为骨干网络，所述基于深度可分离卷积的残差单元为在现有残差单元的基础上，使用深度可分离卷积替换现有残差单元中的二维卷积；S3、以货车异物的图像作为输入，以输入图像中是否存在异物为输出，进行训练；S4、获取过车图像，将过车图像输入至训练完成的车载异物检测模型中进行检测，输出检测结果。

全文数据：

权利要求：

百度查询： 哈尔滨市科佳通用机电股份有限公司 多尺度车载异物检测方法

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