-
公开(公告)号：CN119904838A
公开(公告)日：2025-04-29
申请号：CN202411963846.5
申请日：2024-12-30
Applicant: 上海电力大学
Abstract: 本发明涉及一种交通标志目标检测方法、装置及存储介质。该方法获取待检测交通标志图像后，将待检测交通标志图像输入训练好的基于CMF‑YOLOv8s的交通标志目标检测模型，得到交通标志目标检测结果；交通标志目标检测模型的构建与训练过程包括：构建CMF‑YOLOv8s模型；获取交通标志数据集并进行预处理；配置深度学习环境并初始化CMF‑YOLOv8s模型参数；将预处理后的交通标志数据集输入初始化后的CMF‑YOLOv8s模型进行训练和测试；CMF‑YOLOv8s模型以YOLOv8s原始模型为基础，去除原始模型中的大目标特征提取层及检测头，并添加小目标检测头。与现有技术相比，本发明具有检测精度高、模型参数量和计算量小等优点。
-
公开(公告)号：CN119785418A
公开(公告)日：2025-04-08
申请号：CN202411737813.9
申请日：2024-11-29
Applicant: 上海电力大学
IPC: G06V40/20 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于改进CTR‑GCN模型的骨架行为识别方法、装置及介质，其中方法包括以下步骤：以CTR‑GCN模型为基础构建SML‑CTR‑GCN模型，引入运动特征增强模块，计算相邻帧之间关节点的空间变化信息来获取关节点的运动特征；加入SimAM机制，利用能量函数为特征图生成三维注意力权重，增强模型对大幅度行为的关键特征提取能力；结合LSTM网络，采用门控机制有效捕捉骨架序列的长时间依赖关系，提高模型对复杂行为的识别性能。利用训练完成的SML‑CTR‑GCN模型对人员行为进行识别。与现有技术相比，本发明所提出模型具有良好的对复杂行为的识别性能，识别准确率更高，并且较好的稳定性和抗干扰能力。
-
公开(公告)号：CN119785071A
公开(公告)日：2025-04-08
申请号：CN202411737808.8
申请日：2024-11-29
Applicant: 上海电力大学
IPC: G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/084 , G06V10/44
Abstract: 本发明涉及电力设备目标检测技术领域，具体为一种电力设备红外图像检测方法、装置及介质，其中方法步骤包括：以YOLOv8n模型为基础构建DCLS‑YOLOv8n模型，使用可变形卷积构建的残差模块C2F‑DCNv3替换YOLOv8n模型主干网络中的C2F模块；在主干网络中添加坐标注意力机制CA；设计轻量级扩张式特征金字塔LDFPN替换YOLOv8n模型的颈部网络，采用SIoU边框回归损失函数进行训练。获取电力设备红外图像，并利用训练完成的DCLS‑YOLOv8n模型对电力设备红外图像进行识别。与现有技术相比，本发明具有检测精度高、模型参数量和计算量低等优点。
-
公开(公告)号：CN119785168A
公开(公告)日：2025-04-08
申请号：CN202411737804.X
申请日：2024-11-29
Applicant: 上海电力大学
IPC: G06V10/82 , G06V10/766 , G06V10/80 , G06N3/0464 , G06N3/045 , G06N3/084
Abstract: 本发明涉及一种高分辨率光学遥感图像目标检测方法、装置及介质，其中方法包括：以YOLOv8s模型为基础进行构建，设计EBiFPN结构替换YOLOv8s模型的颈部网络，并使用EMA注意力机制构建的C2f‑EB模块替换颈部网络的C2f模块，采用设计的SWIoU边框回归损失函数进行训练；获取遥感图像进行标注和图像预处理，构建数据集；配置深度学习环境，并设置改进YOLOv8s模型参数；将高分辨率光学遥感图像数据集输入改进模型中进行训练和测试，并利用训练完成的模型对遥感图像中的目标进行识别。与现有技术相比，本发明具有检测精度高、模型参数量和计算量低等优点。
-
-
-
Search Results
4
records
(took 0.036 seconds)
