-
公开(公告)号:CN115761307A
公开(公告)日:2023-03-07
申请号:CN202211334022.2
申请日:2022-10-28
Applicant: 鞍钢集团矿业有限公司
IPC: G06V10/764 , G06V10/20 , G06V10/28 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F17/18
Abstract: 本发明涉及一种融合卷积神经网络和最小二乘法的矿车装载率的检测方法,根据拍摄的矿车图像,应用像素值缩减和直方图均衡化两种图像预处理方法,使得特征提取具有更强的可靠性,再进一步通过迭代训练来确定卷积神经网络预测模型的最优参数以及最小二乘数学模型的最优系数,保证检测模型具有较好的检测性能。本发明检测精度高,泛化能力强,模型易维护,解决了传统检测方法适应实际生产过程的能力较弱的问题,且节约生产投资成本,提高检测自动化程度。
-
公开(公告)号:CN115688909A
公开(公告)日:2023-02-03
申请号:CN202211331071.0
申请日:2022-10-28
Applicant: 鞍钢集团矿业有限公司
IPC: G06N3/082 , G06N3/0464 , G06V10/774 , G06V20/59
Abstract: 本发明涉及一种基于OpenVino的露天矿卡车司机驾驶行为检测模型轻量优化方法,包括以下步骤:S1:构建露天矿卡车司机图片数据库;S2:对露天矿卡车司机图片数据库中的司机驾驶行为图片进行分类标定,构建训练集;S3:构建露天矿卡车司机驾驶行为检测模型;S4:基于训练集并利用优化迭代算法及OpenVino工具对露天矿卡车司机驾驶行为检测模型进行轻量级优化训练;S5:获取待检卡车司机实时驾驶视频,并送入检测模型进行检测,获取露天矿卡车司机的违规驾驶行为类型,并对违规驾驶行为进行语音及文字预警。采用本发明能得到的人脸实时目标检测模型体积压缩比高,模型物理空间与运算占用内存少,推理速度快,精度高,使用简单,维护方便。
-