公开(公告)号：CN117152835A

公开(公告)日：2023-12-01

申请号：CN202311064394.2

申请日：2023-08-22

Applicant: 山东省计算中心(国家超级计算济南中心) ,  齐鲁工业大学(山东省科学院) ,  山东山科智能科技有限公司

Inventor： 刘祥志 ,  邱文科 ,  吴晓明 ,  尹训嘉 ,  裴加彬

IPC: G06V40/20 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/86

Abstract: 本发明公开了校园危险行为检测方法、系统、设备及存储介质，其中方法包括：获取待检测的图像；将待检测的图像，输入到训练后的校园危险行为检测模型中，输出校园危险行为检测结果；其中，训练后的校园危险行为检测模型采用改进的yolov7来实现，改进的yolov7是将原始yolov7的head模块的cat单元，替换为注意力机制单元CM；训练后的校园危险行为检测模型，训练过程中所采用的损失函数为DRIoU。在校园场景下精确的捕获和识别校园危险行为和动作，在面对不同尺度的目标时能确保检测精度，在实时检测的前提下优化了对遮挡目标和密集目标的检测精度。相较于人工监控的方法检测效率更高，发现也更及时。

公开(公告)号：CN117078591A

公开(公告)日：2023-11-17

申请号：CN202310837653.4

申请日：2023-07-10

Applicant: 山东省计算中心(国家超级计算济南中心) ,  齐鲁工业大学(山东省科学院) ,  山东山科智能科技有限公司

Inventor： 吴晓明 ,  裴加彬 ,  刘祥志

IPC: G06T7/00 ,  G06V10/44 ,  G06N3/0464 ,  G06V10/774 ,  G06V10/82 ,  G06V10/86

Abstract: 本发明公开了道路缺陷实时检测方法、系统、设备及存储介质，其中，所述方法，包括：获取待检测道路图像；所述待检测道路图像，通过实时检测道路视频流的摄像头采集得到；将待检测道路图像，输入到训练后的道路缺陷检测模型中，输出道路缺陷检测结果；其中，训练后的道路缺陷检测模型采用改进的YOLOv8s网络来实现，改进的YOLOv8s网络在YOLOv8s网络的Backbone网络和Neck网络中添加协调注意力机制层CA，改进的YOLOv8s网络还在原YOLOv8s网络的Neck网络中添加P2CA模块。

公开(公告)号：CN116977979A

公开(公告)日：2023-10-31

申请号：CN202310927182.6

申请日：2023-07-26

Applicant: 山东省计算中心(国家超级计算济南中心) ,  齐鲁工业大学(山东省科学院) ,  山东山科智能科技有限公司

Inventor： 吴晓明 ,  尹训嘉 ,  刘祥志 ,  裴加彬 ,  邱文科

IPC: G06V20/58 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种交通标志识别方法及系统，其中方法，包括：获取待识别的视频；对待识别视频的所有帧图像，输入到训练后的交通标志识别模型中，输出交通标志识别结果；其中，训练后的交通标志识别模型，用于：对待识别视频的所有帧图像进行特征提取，得到所有帧图像的特征图；对所有帧图像的特征图，提取出交通标志候选区域；将关键帧图像的交通标志候选区域和相邻帧图像的交通标志候选区域，进行特征融合，得到融合后的交通标志候选区域；对融合后的交通标志候选区域进行特征图提取，生成融合后的候选区域特征图；对融合后的候选区域特征图进行分类和回归，得到交通标志识别结果。

公开(公告)号：CN116844224A

公开(公告)日：2023-10-03

申请号：CN202310517917.8

申请日：2023-05-06

Applicant: 山东省计算中心(国家超级计算济南中心) ,  齐鲁工业大学(山东省科学院) ,  山东山科智能科技有限公司

Inventor： 刘祥志 ,  邱文科 ,  吴晓明 ,  尹训嘉 ,  裴加彬

IPC: G06V40/20 ,  G06V20/52 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/098

Abstract: 本发明公开了课堂行为检测模型训练方法、课堂行为检测方法及系统，所述方法包括：获取学生课堂行为样本数据，所述课堂行为样本数据为课堂行为图像；对课堂行为样本数据进行课堂行为标记；对标记后的课堂行为样本数据进行预处理；对预处理后的课堂行为样本数据按照比例划分为为训练集和测试集，将训练集输入到yolov7‑cl模型中，对模型进行训练，得到初步训练模型；将测试集输入到初步训练模型中，对模型进行测试，得到对测试结果进行评估，将评估符合设定要求的模型作为训练后的课堂行为检测模型。

公开(公告)号：CN116597411A

公开(公告)日：2023-08-15

申请号：CN202310453945.8

申请日：2023-04-20

Applicant: 山东省计算中心(国家超级计算济南中心) ,  齐鲁工业大学(山东省科学院) ,  山东山科智能科技有限公司

Inventor： 吴晓明 ,  尹训嘉 ,  刘祥志 ,  邱文科 ,  裴加彬

IPC: G06V20/58 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了极端天气下无人驾驶车辆识别交通标志的方法及系统；其中方法，包括：在极端天气下，获取待识别的交通标志图；所述极端天气是指雨雪天气或雾霾天气；针对雨雪天气，对待识别的交通标志图进行去雨雪预处理；针对雾霾天气，对待识别的交通标志图进行去雾预处理；对预处理后的图像，采用训练后的交通标志识别模型进行识别，得到识别后的交通标志。

公开(公告)号：CN116580357A

公开(公告)日：2023-08-11

申请号：CN202310540362.9

申请日：2023-05-11

Applicant: 山东省计算中心(国家超级计算济南中心) ,  齐鲁工业大学(山东省科学院) ,  山东山科智能科技有限公司

Inventor： 吴晓明 ,  裴加彬 ,  刘祥志 ,  邱文科 ,  尹训嘉 ,  刘琦

IPC: G06V20/52 ,  G06V10/44 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06Q50/26

Abstract: 本发明公开了工人安全头盔实时检测方法、系统、设备及存储介质，所述方法，包括：获取待处理的图像；将待处理的图像输入到训练后的头盔检测网络中，输出头盔佩戴检测结果；其中，所述头盔检测网络，包括：依次连接的骨干网络、颈部网络和解耦头；所述骨干网络，用于对输入的图像进行特征提取；所述颈部网络，用于对提取的特征进行特征增强处理；所述解耦头对增强的特征进行分类得到工人是否佩戴头盔的检测结果。提高了模型对于小目标的检测能力。