-
公开(公告)号：CN115953735A
公开(公告)日：2023-04-11
申请号：CN202211733953.X
申请日：2022-12-23
申请人： 浙江大华技术股份有限公司
IPC分类号： G06V20/52 , G06V10/22 , G06V10/75 , G06V10/774
摘要： 本申请涉及一种投放物的状态监控方法、装置、电子装置和存储介质，其中，该投放物的状态监控方法包括：基于训练后的目标检测模型，对待识别区域在当前检测时刻的目标图像进行异常投放检测，确定待识别区域在当前检测时刻的异常投放物；将当前检测时刻的异常投放物与历史投放库进行目标匹配，并至少基于匹配结果更新历史投放库中所有异常投放物在待识别区域的存续状态；其中，历史投放库包括待识别区域在所有历史检测时刻检测到的异常投放物。其能够实现对已投放物的存续状态的实时监控，从而实现对错误投放的投放物的及时定位和追踪，避免环境干扰和人为遮挡对投放检测的准确度的影响，进而能够提高垃圾分类投放的检测准确度。
-
公开(公告)号：CN116152596A
公开(公告)日：2023-05-23
申请号：CN202211678753.9
申请日：2022-12-26
申请人： 浙江大华技术股份有限公司
IPC分类号： G06V10/774 , G06V10/22 , G06V20/52
摘要： 本申请提供一种模型训练方法、联合检测方法、联合检测设备以及计算机可读存储介质。该模型训练方法包括：获取待训练图像，并提取待训练图像的目标特征；将目标特征分别输入待训练模型的第一检测头和第二检测头，获取第一检测头输出的整体检测框，以及第二检测头输出的部件检测框；利用整体检测框与部件检测框的位置关系，获取待训练图像的位置约束损失值；利用整体检测框的整体损失值，与部件检测框的部件损失值，获取待训练图像的检测头互监督约束损失值；基于位置约束损失值和检测头互监督约束损失值，对待训练模型进行训练。通过上述方式，联合检测设备通过增加关键部件检测，将关键部件和整体关联训练，提高模型训练效率，增强模型检测效果。
-
公开(公告)号：CN116110000A
公开(公告)日：2023-05-12
申请号：CN202211636734.X
申请日：2022-12-17
申请人： 浙江大华技术股份有限公司
IPC分类号： G06V20/52 , G06V10/20 , G06V10/774
摘要： 本申请公开了一种样本数据生成方法。该方法包括获取扩展对象图片和背景图片，其中扩展对象图片是通过扩散模型对真实对象图片进行扩展得到，真实对象图片是针对目标对象进行拍摄得到的，进而将扩展对象图片添加到背景图片中得到贴图图像，并对贴图图像进行和谐化处理，得到目标对象样本，其中目标对象样本用于目标对象的检测模型的训练。本申请还公开了对象的检测方法、电子设备和存储介质。本申请通过将扩展对象图片添加到背景图片中得到贴图图像，并对贴图图像进行和谐化处理，以实现获取大量的目标对象样本数据，进而将目标对象样本用于训练目标对象的检测模型。
-
公开(公告)号：CN115424223A
公开(公告)日：2022-12-02
申请号：CN202210896098.8
申请日：2022-07-27
申请人： 浙江大华技术股份有限公司
IPC分类号： G06V20/56 , G06V10/26 , G06V10/44 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本申请提供了一种图神经网络训练方法、点云特征提取方法、设备及存储介质，其中，该图神经网络应用于点云特征提取，训练方法包括：获取待训练点云，根据待训练点云构建图结构数据，图结构数据包括若干节点，以及若干节点之间构成的边；基于若干聚合函数，以及每一聚合函数的权重参数构建待训练图神经网络；将图结构数据输入待训练图神经网络，获取每一聚合函数的聚合结果，按照每一聚合函数的权重参数将每一聚合函数的聚合结果融合，得到待训练图神经网络的预测输出；基于预测输出对每一聚合函数的权重参数进行训练，直至得到最终的图神经网络。通过上述的方式，针对不同场景和数据进行网络模型架构的搜索，提升图神经网络模型对场景的解析能力。
-
公开(公告)号：CN115273136A
公开(公告)日：2022-11-01
申请号：CN202210672873.1
申请日：2022-06-14
申请人： 浙江大华技术股份有限公司
IPC分类号： G06V40/10 , G06V10/44 , G06V10/764 , G06N20/00
摘要： 本申请公开了一种模型蒸馏方法、目标检测方法及相关设备，该方法包括：获取教师模型与学生模型；获取样本图像，并将样本图像输入教师模型，得到第一输出结果，第一输出结果包括样本图像中每个目标对象的第一检测信息；将样本图像输入学生模型，得到第二输出结果，第二输出结果包括样本图像中每个目标对象的第二检测信息；基于至少两个目标对象的第一检测信息与相应的第二检测信息，计算出类间注意力一致性损失；基于类间注意力一致性损失，计算学生模型的当前损失值；基于当前损失值学生模型进行更新。通过上述方式，本申请能够提升学生模型的性能。
-
公开(公告)号：CN114463536A
公开(公告)日：2022-05-10
申请号：CN202111675330.7
申请日：2021-12-31
申请人： 浙江大华技术股份有限公司
摘要： 本申请涉及一种目标检测方法及装置、存储介质、处理设备，所述方法包括：确定对象图像区域，所述对象图像区域基于待检测图像中的目标对象得到；从所述对象图像区域中确定出参考图像区域，所述参考图像区域为所述对象图像区域的子图像区域；基于所述对象图像区域与所述参考图像区域，确定所述对象图像区域中所述目标对象的数量。本申请可以根据所述对象图像区域中与所述参考图像区域相匹配的图像区域数量，确定所述对象图像区域中所述目标对象的数量，使得确定的所述目标对象的数量更加准确。
-
公开(公告)号：CN114463263A
公开(公告)日：2022-05-10
申请号：CN202111615410.3
申请日：2021-12-27
申请人： 浙江大华技术股份有限公司
摘要： 本申请涉及一种车辆抛撒物检测方法、装置、电子装置和存储介质。其中，该车辆抛撒物检测方法包括：获取目标拍摄场景的参考背景图和待处理图像帧；基于待处理图像帧的非感兴趣区域对参考背景图进行更新，得到目标背景图，其中，非感兴趣区域包括待处理图像帧中除待处理车辆区域和待处理物体区域以外的其他区域；确定目标背景图中与待处理物体区域的位置信息相同的目标物体区域；基于目标物体区域与待处理物体区域的特征相似度，确定待处理物体区域中是否包含抛撒物。通过本申请，避免了在高速场景车辆速度较快且车辆存在严重的相互遮挡的情况下抛撒物被遮挡，而导致抛撒物检出率低的问题，从而提高了抛撒物检出率。
-
公开(公告)号：CN113870306A
公开(公告)日：2021-12-31
申请号：CN202110998130.9
申请日：2021-08-27
申请人： 浙江大华技术股份有限公司
摘要： 本申请提供路面异常物体的检测方法、检测系统以及计算机可读存储介质，其中，路面异常物体的检测方法包括：获取待测路面的图像数据；对图像数据进行检测，确定待测路面是否存在目标物体；若待测路面存在目标物体，则对目标物体进行跟踪；确定跟踪过程中目标物体的变化程度是否满足预设要求；若满足预设要求，则确定目标物体为路面异常物体。本申请所提供的技术方案有利于提高路面异常物体检测的准确性，降低误检率。
-
公开(公告)号：CN113870185A
公开(公告)日：2021-12-31
申请号：CN202111013256.2
申请日：2021-08-31
申请人： 浙江大华技术股份有限公司
IPC分类号： G06T7/00 , G06K9/62 , G06F16/583 , G06F16/58 , G06F16/535
摘要： 本发明提供一种基于图像抓拍的图像处理方法、终端及存储介质，该基于图像抓拍的图像处理方法包括：对获取的第一图像帧进行检测，确定第一图像帧中的第一污染物；第一污染物为交通道路的组成元素之外的物体；从第一图像帧之前的历史图像帧中，确定出背景图像以及抓拍图像；抓拍图像是包含与第一污染物关联的运动目标的图像；在第一图像帧之后获取第二图像帧并进行检测，确定第二图像帧中的第二污染物；判断第二污染物与第一污染物是否相匹配；如果匹配，则将第二图像帧、抓拍图像以及背景图像进行关联，进而提升了污染物的检测准确率以及道路污染报警的准确率。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.039 秒)
