-
公开(公告)号：CN110807429B
公开(公告)日：2023-04-07
申请号：CN201911073341.0
申请日：2019-10-23
Applicant: 西安科技大学
Abstract: 本发明属于信息处理技术领域，公开了一种基于tiny‑YOLOv3的施工安全检测方法及系统，利用视频监控摄像头采集工地中施工的人员图像，对这些图像所包含的人员进行人工标注，制作数据集；使用数据集训练tiny‑YOLOv3网络模型；施工工地图像获取：工地图像采集设备获取施工工地图像，并将所获取图像同步传送至处理器进行处理；利用训练好的tiny‑YOLOv3网络模型对获取的图像进行检测，将有安全违规行为(如未戴安全帽、抽烟等)的人员图片保存；将有安全违规行为的人员通过手机APP方式，把告警信息推送。本发明方法的步骤简单、设计合理且实现方便、检测精度高、使用效果好，能够在大视野条件下准确检测安全违规行为。
-
公开(公告)号：CN114667815A
公开(公告)日：2022-06-28
申请号：CN202210338449.3
申请日：2022-04-01
Applicant: 陕西小保当矿业有限公司 , 西安科技大学
IPC: A01B49/06 , A01B49/02 , A01B59/042 , A01C7/06 , A01C7/20
Abstract: 本发明公开了一种风沙滩区采煤沉陷裂缝牵引式治理装置，包括工作平台、裂缝填埋装置、裂缝碾压装置、草籽撒播装置和水肥溶液喷洒装置；牵引臂顶部留设五个牵引臂连接孔，满足设备场地转运和不同裂缝充填的需要。储籽仓底部双层底板结构，下层底板为可开合升降型底板，设有落籽孔和落籽豁口，确保草籽能够在下层底板松开的情况下从落籽豁口流入落籽孔。在储籽仓的中心部位安装护筒，螺纹杆穿过护筒，螺纹杆上端与把手连接，下端与下层底板通过螺母固定，转动上部的把手，可以旋进和旋出螺纹杆，控制储籽仓下层底板的开合，实现草籽从储籽仓进入到落籽孔。本发明可以实现裂缝填埋，碾压，微地貌改造，草籽撒播、洒水施肥等多种功能，施工简便，实用性强。
-
公开(公告)号：CN110807429A
公开(公告)日：2020-02-18
申请号：CN201911073341.0
申请日：2019-10-23
Applicant: 西安科技大学
Abstract: 本发明属于信息处理技术领域，公开了一种基于tiny-YOLOv3的施工安全检测方法及系统，利用视频监控摄像头采集工地中施工的人员图像，对这些图像所包含的人员进行人工标注，制作数据集；使用数据集训练tiny-YOLOv3网络模型；施工工地图像获取：工地图像采集设备获取施工工地图像，并将所获取图像同步传送至处理器进行处理；利用训练好的tiny-YOLOv3网络模型对获取的图像进行检测，将有安全违规行为(如未戴安全帽、抽烟等)的人员图片保存；将有安全违规行为的人员通过手机APP方式，把告警信息推送。本发明方法的步骤简单、设计合理且实现方便、检测精度高、使用效果好，能够在大视野条件下准确检测安全违规行为。
-
公开(公告)号：CN115331162A
公开(公告)日：2022-11-11
申请号：CN202210855690.3
申请日：2022-07-14
Applicant: 西安科技大学
Abstract: 本发明属于行人检测技术领域，公开了一种跨尺度红外行人检测方法、系统、介质、设备及终端，构建亮度感知模块，通过结合四叉树‑贝塞尔插值算子及引导滤波器得到重构背景图像及亮度特征图像；设计EG‑Chimp优化模型并对构建的目标函数进行迭代寻优，得到动态特征优化图像；在YOLOv5算法框架下引入BiFPN特征金字塔结构；设计跨尺度特征融合模块以学习不同尺度特征间的权重参数；引入CIOU回归损失函数，实现跨尺度红外行人检测任务。本发明将传感器技术及目标检测算法进行交叉融合，提高检测网络对行人目标特征表达能力，改善多尺度及部分遮挡情况下红外行人检测性能，能够实现各种复杂环境下的跨尺度红外行人检测任务。
-
公开(公告)号：CN114241511A
公开(公告)日：2022-03-25
申请号：CN202111268935.4
申请日：2021-10-21
Applicant: 西安科技大学
IPC: G06V40/10 , G06V10/34 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本发明属于行人检测技术领域，公开了一种弱监督行人检测方法、系统、介质、设备及处理终端，构造增益算子对红外图像进行基于高频增益的显著性对比度增强，获得具有突出行人信息的高对比度红外图像；采用引导滤波对图像进行多尺度分解，获得增强后红外图像和可见光图像的子基础层和子细节层；构建基于图像特征相似性和图像边缘保留的目标函数，引入海洋捕食者优化算法生成融合图像；引入亮度感知分类器实现基于弱监督学习框架的数据集标注迁移；在YOLOv5网络中引入卷积块注意力模型，结合通道注意力和空间注意力实现弱监督行人的检测。本发明能够提高行人目标的重要性并抑制背景干扰，实现对多尺度目标的准确检测，减少人工标注工作量。
-
Patent Agency Ranking
公开(公告)号：CN113989716A
公开(公告)日：2022-01-28
申请号：CN202111268934.X
申请日：2021-10-21
Applicant: 西安科技大学
Abstract: 本发明属于煤矿井下输送带检测技术领域，公开了一种煤矿井下输送带异物目标检测方法、系统、设备及终端，利用煤矿井下输送带监控视频制作训练样本和测试样本；利用Labellmg标注工具从获取的视频中对异物进行截取和标注，并对输送带图像进行自适应直方图均衡；在YOLOv5算法框架下，引入注意力模型CBAM，使用深度可分离卷积精简网络参数，优化损失函数，并构建检测模型。本发明不仅可以在煤尘干扰、光照不均和输送带高速运动情况下检测输送带异物达到了较高的检测精度，并且可以很好的满足实时性的要求。实验结果表明，本发明的对煤矿井下输送带异物目标检测算法精准度和召回率都是最高，同时本发明算法保持了较好的实时性。
-
公开(公告)号：CN111429391A
公开(公告)日：2020-07-17
申请号：CN202010239814.6
申请日：2020-03-23
Applicant: 西安科技大学
IPC: G06T5/50
Abstract: 本发明属于图像处理技术领域，公开了一种红外和可见光图像融合方法、融合系统及应用，将红外图像和可见光图像利用小波变换进行多尺度分解，得到源图像所对应的高频部分和低频部分；将高频部分和低频部分进行各向异性扩散，生成图像的基础层和细节层；采用KL变换对异源图像的细节层进行融合，利用线性叠加的方式对基础层进行融合；将融合后的细节层和基础层进行线性重构生成最终的融合图像。本发明为了验证所提出算法的优势，将其与3种经典的融合算法进行比较，通过大量融合实验表明，相比于3种传统算法，所提出的算法无论从主观判断，还是从客观评价指标都具有更好的融合效果。
-
公开(公告)号：CN111753666B
公开(公告)日：2024-01-23
申请号：CN202010458461.9
申请日：2020-05-21
Applicant: 西安科技大学
IPC: G06V20/10 , G06V20/17 , G06V10/25 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 具有较好的实时性。本发明属于高压输电线路检测技术领域，公开了一种输电线路中小目标故障检测方法、检测系统及存储介质，利用无人机巡检视频制作训练样本和测试样本，其中包括一字间隔棒损坏、螺丝松动等五类故障；其次，在GaussianYOLOv3算法框架下，只保留32×32和64×64两层输出，构建了全新的检测模型；利用K‑means聚类算法确定了新的anchor个数和尺寸；为验证算法的检测精度和实时性，将其与YOLOv3和Gaussian
-
公开(公告)号：CN117095311A
公开(公告)日：2023-11-21
申请号：CN202310028596.5
申请日：2023-01-09
Applicant: 西安科技大学
IPC: G06V20/17 , G06V20/40 , G06V20/52 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明属于智能光伏巡检领域，公开了一种智能光伏热斑故障检测方法、系统、介质、设备及终端，方法包括：构建“教师+学生”协同训练的知识蒸馏模块，保证检测精度的同时提高了算法推理效率；设计了基于CSPHB的骨干网络以增强对待检测目标的特征表达能力；构建了BiMAP模型，采用并行的方法从全局和局部角度融合输入特征，进而加强对目标特征的聚合能力；同时，提出了CgT模块，使检测系统在各类恶劣环境下仍能及时发现热斑故障并对其加以排除和检修。本发明通过将无人机巡检技术，传感器技术及目标检测算法进行交叉融合，从而自动完成光伏电站大范围、快速、精细、智能化运行维护任务，提高了光伏电站发电效率的同时降低了光伏电站运维成本。
-
公开(公告)号：CN114332697A
公开(公告)日：2022-04-12
申请号：CN202111595272.7
申请日：2021-12-19
Applicant: 西安科技大学
Abstract: 本发明属于高压输电线路故障检测技术领域，公开了一种输电线路中多类目标故障检测方法、系统、设备及介质，利用无人机巡检视频制作训练样本和测试样本；其次，在YOLOv5算法框架基础上，通过引入空间与通道卷积注意力模型以抑制复杂背景的干扰；将YOLOv5中neck部位FPN+PAN结构改为BiFPN结构，并设计了多尺度与同尺度特征的自适应加权融合模块，以增强检测网络对遮挡情况下故障目标的检测能力，构建检测模型；输出检测结果；为验证算法的检测精度和实时性，将其与YOLOv5s进行比较。相比于YOLOv5s算法，本发明对输电线路中多类目标故障的检测精准度和召回率都是最高，同时该算法具有较好的实时性。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.027 seconds)
