申请/专利权人:西安工程大学
申请日:2024-03-05
公开(公告)日:2024-05-17
公开(公告)号:CN118053176A
主分类号:G06V40/10
分类号:G06V40/10;G06V10/22;G06V10/44;G06V10/77;G06V10/774;G06V10/776;G06V10/80;G06V10/82;G06N3/0464;G06N3/048;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.04#实质审查的生效;2024.05.17#公开
摘要:本发明公开了基于多分支深度卷积和双重注意力的人员穿戴检测方法,首先拍摄变电站工作图片,然后和网络采集图片共同作为真实的样本库。然后将样本库的图片按8:1:1随机划分为训练集、验证集和测试集;利用标注工具Labellmg对数据集中的待检测目标进行标注并规范化为640×640×3,得到样本图片;提出多分支深度卷积网络结构并插入到每次卷积之后对现有的目标网络yolov7进行改进,组建双重注意力机制优化网络MLF,最后使用focalloss和SIOU优化损失函数得到本发明的总体算法结构;对样本图片进行检测得到检测结果。本发明解决了现有技术中存在的检测模型对规范穿戴检测精度低的问题。
主权项:1.基于多分支深度卷积和双重注意力的人员穿戴检测方法,其特征在于,具体按照以下步骤实施:步骤1、将拍摄的变电站工作图片和网络采集图片作为真实的样本库;步骤2、将样本库图片按8:1:1随机划分为训练集、验证集和测试集;步骤3、利用标注工具Labellmg对步骤2中的数据集中的待检测目标进行标注并规范化为640×640×3,得到样本图片;步骤4、对现有的目标网络yolov7进行改进,组建双重注意力机制优化网络MLF,使用focalloss和SIOU优化损失函数得到总体算法结构;步骤5、利用步骤4中提出的算法对步骤2中的样本图片进行检测得到检测结果。
全文数据:
权利要求:
百度查询: 西安工程大学 基于多分支深度卷积和双重注意力的人员穿戴检测方法
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。