-
公开(公告)号：CN112036321A
公开(公告)日：2020-12-04
申请号：CN202010903678.6
申请日：2020-09-01
申请人： 南京工程学院 , 江苏量为石科技股份有限公司
摘要： 本发明公开了一种基于SSD-ROI级联神经网络的安全帽检测方法，其特征在于，包括如下步骤：获取并制作数据集；建立SSD-ROI级联神经网络模型，其中的人体检测子模型提取原始图片中人体的位置框，并将位置框输入安全帽检测子模型，在位置框内进行安全帽和头部的类别识别与位置定位，最后在原始图像中输出两个模型检测出的人体、安全帽和头部的类别信息和位置信息；将训练集输入模型中，结合难负样本挖掘策略训练模型；将测试集输入到训练好的SSD-ROI级联神经网络模型中，输出检测结果。本发明只检测人体范围内的安全帽，不对孤立的安全帽进行检测，缩小了检测范围，降低了运算复杂度，且检测效果和检测速度方面都有所改善。
-
公开(公告)号：CN112396582A
公开(公告)日：2021-02-23
申请号：CN202011281653.3
申请日：2020-11-16
申请人： 南京工程学院 , 江苏量为石科技股份有限公司
摘要： 本发明公开了一种基于Mask RCNN的均压环歪斜检测方法，包括如下步骤：建立并训练改进的Mask RCNN检测网络；将原始图像输入训练好的网络中，输出均压环与绝缘子串的掩膜，并对原始图像进行裁剪得到局部图像；采用霍夫变换方法对局部图像进行矫正；在矫正后的图像中找出均压环两侧点；计算均压环两侧的点的斜率与水平面斜率之间的关系，通过两个斜率之间的差值判断均压环的状态。本发明通过改进Mask RCNN网络，提高了检测识别的速度，同时对检测出的绝缘子串与均压环设计一种歪斜判断算法，分析均压环的状态，为其他电力部件的巡检提供借鉴。
-
公开(公告)号：CN112396582B
公开(公告)日：2024-04-26
申请号：CN202011281653.3
申请日：2020-11-16
申请人： 南京工程学院 , 江苏量为石科技股份有限公司
摘要： 本发明公开了一种基于Mask RCNN的均压环歪斜检测方法，包括如下步骤：建立并训练改进的Mask RCNN检测网络；将原始图像输入训练好的网络中，输出均压环与绝缘子串的掩膜，并对原始图像进行裁剪得到局部图像；采用霍夫变换方法对局部图像进行矫正；在矫正后的图像中找出均压环两侧点；计算均压环两侧的点的斜率与水平面斜率之间的关系，通过两个斜率之间的差值判断均压环的状态。本发明通过改进Mask RCNN网络，提高了检测识别的速度，同时对检测出的绝缘子串与均压环设计一种歪斜判断算法，分析均压环的状态，为其他电力部件的巡检提供借鉴。
-
公开(公告)号：CN111429437B
公开(公告)日：2023-04-25
申请号：CN202010234324.7
申请日：2020-03-30
申请人： 南京工程学院 , 江苏量为石科技股份有限公司
摘要： 本发明公开了一种面向目标检测的图像无参考清晰度质量检测方法，包括如下步骤：在采集的图像数据集中，任选一幅图像进行灰度化处理；均值滤波；用scharr算子求得图像在水平方向和垂直方向上的梯度图；在水平方向和垂直方向上进行梯度叠加，并求得各自若干峰值点；由峰值点分别做垂直垂线和水平垂线，以若干交点为中心得到若干典型区域，计算得到该图像典型区域的梯度均值和标准差；统计得到整体图像数据集典型区域的梯度均值和标准差并设置阈值，根据数据集中某幅图像典型区域的梯度均值是否小于该阈值，来判断该图像的清晰度。本发明能检测出图片集中模糊的图像，对于深度学习制作数据集，训练出鲁棒性强、准确度高的网络具有重要意义。
-
公开(公告)号：CN112395974B
公开(公告)日：2021-09-07
申请号：CN202011283560.4
申请日：2020-11-16
申请人： 南京工程学院 , 江苏量为石科技股份有限公司
摘要： 本发明公开了一种基于对象间依赖关系的目标置信度矫正方法，包括步骤：将标注好的图像输入到预训练后的卷积神经网络，获取车辆目标的置信度；建立多对象间语义关系模型，计算不同对象之间的语义相关性，通过对象的语义相关性调节目标置信度关系权重；将多对象间语义关系模型输出的结果融合到置信度矫正模型中，获取相应的后验概率，通过后验概率修正S1中获取的若干置信度，输出最终目标置信度以及预测对象图像。本发明通过对车辆检测目标的置信度进行矫正，根据同一图像总出现的其他关联对星的相关性，减少图像不清晰时车辆检测目标误判的情况，在图像清晰度较低时大大提高车辆目标检测的精度。
-
公开(公告)号：CN112395974A
公开(公告)日：2021-02-23
申请号：CN202011283560.4
申请日：2020-11-16
申请人： 南京工程学院 , 江苏量为石科技股份有限公司
摘要： 本发明公开了一种基于对象间依赖关系的目标置信度矫正方法，包括步骤：将标注好的图像输入到预训练后的卷积神经网络，获取车辆目标的置信度；建立多对象间语义关系模型，计算不同对象之间的语义相关性，通过对象的语义相关性调节目标置信度关系权重；将多对象间语义关系模型输出的结果融合到置信度矫正模型中，获取相应的后验概率，通过后验概率修正S1中获取的若干置信度，输出最终目标置信度以及预测对象图像。本发明通过对车辆检测目标的置信度进行矫正，根据同一图像总出现的其他关联对星的相关性，减少图像不清晰时车辆检测目标误判的情况，在图像清晰度较低时大大提高车辆目标检测的精度。
-
公开(公告)号：CN111429437A
公开(公告)日：2020-07-17
申请号：CN202010234324.7
申请日：2020-03-30
申请人： 南京工程学院 , 江苏量为石科技股份有限公司
摘要： 本发明公开了一种面向目标检测的图像无参考清晰度质量检测方法，包括如下步骤：在采集的图像数据集中，任选一幅图像进行灰度化处理；均值滤波；用scharr算子求得图像在水平方向和垂直方向上的梯度图；在水平方向和垂直方向上进行梯度叠加，并求得各自若干峰值点；由峰值点分别做垂直垂线和水平垂线，以若干交点为中心得到若干典型区域，计算得到该图像典型区域的梯度均值和标准差；统计得到整体图像数据集典型区域的梯度均值和标准差并设置阈值，根据数据集中某幅图像典型区域的梯度均值是否小于该阈值，来判断该图像的清晰度。本发明能检测出图片集中模糊的图像，对于深度学习制作数据集，训练出鲁棒性强、准确度高的网络具有重要意义。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.031 秒)
