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。