-
公开(公告)号:CN115272799A
公开(公告)日:2022-11-01
申请号:CN202210922738.8
申请日:2022-08-02
Applicant: 河南工业大学
IPC: G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种YOLOV3网络模型训练方法及密集道路目标检测方法,涉及道路目标检测技术领域,首先获取标准数据集,从标准数据集中抽取密集道路图像并重新标注作为密集道路子数据集;对于YOLOV3基础网络模型,用标准数据集进行预训练;修改模型中的目标类型,train、valid、names、backup的位置,Batch函数、LEARN‑RATE函数、IOU函数的值;使用密集道路子数据集进行二次训练,得到最终YOLOV3网络模型;将待检测密集道路图像或视频输入最终网络模型中进行目标检测,输出带有置信度标注信息的图像。本发明训练方法过程简单、复杂度低,同时保证了更高的目标检测精度。
-
公开(公告)号:CN116110089A
公开(公告)日:2023-05-12
申请号:CN202211307199.3
申请日:2022-10-25
Applicant: 河南工业大学
IPC: G06V40/16 , G06V10/82 , G06V10/74 , G06V10/764
Abstract: 本发明公开一种基于深度自适应度量学习的面部表情识别方法,步骤为:S1:通过摄像装置拍摄人脸图像,并使用人脸检测模型对人脸图像进行人脸检测;S2:构建表情识别主干模型,使用ResNet18作为网络的骨干网,用上下文卷积,并采用协调注意模块对各个阶段获得的空间信息进行调制,经过全局平均池化层,得到嵌入特征向量,获得空间特征图;S3:构建自适应注意模块,利用自适应注意模块对骨干网提取的特征进行编码;S4:利用自适应注意模块生成的权值对中心损耗中每个维度的欧氏距离进行加权,过滤掉不相关的特征,提取与表情识别有关的人脸特征训练表情识别模型;S5:使用表情识别模型进行面部表情检测,输出识别结果。
-