“周卓立”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果30个，建议您升级VIP下载更多相关专利

[实用新型]一种城市路内停车巡查设备-CN202221098835.1有效
发明人：邢永祥;任鹏;程序贤;周卓立 -专利权人：成都臻识科技发展有限公司
申请日： 2022-05-09 - 公布日： 2023-01-06 - 主分类号： G08G1/017 文献下载
摘要：本实用新型公开了一种城市路内停车巡查设备，包括GPS模块、相机模块、箱体和车身安装支架，所述相机模块通过相机安装杆支撑连接于箱体上，相机模块包括若干颗摄像头，每颗摄像头分别对应，指向路内一侧泊车位的停车方向，每颗摄像头在对应指向的停车方向上配有LED补光灯。本申请针对路内停车收费的智能成像系统，为应对场景在收费泊位上停车情况，实现设备停车抓拍与证据链提供；通过视觉方式实现对停车车辆的检测，提供车辆精细化管理，以证据图片的方式记录车辆在泊位中的停车过程，还提供设备异常报警，非机动车占位、跨车位停车等报警。
一种城市停车巡查设备

[发明专利]一种基于深度学习的模型剪枝方法、存储介质及处理设备-CN202210684732.1在审
发明人：阚欣;任鹏;周卓立 -专利权人：成都臻识科技发展有限公司
申请日： 2022-06-17 - 公布日： 2022-11-04 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于深度学习的模型剪枝方法，S1：采集待处理数据；S2：对采集的数据进行标注；S3：根据问题完成可分离卷积结构的神经网络设计；S4：为S3得到的神经网路设置全局正则系数；S5：模型训练，得到原始模型；S6：根据预设的裁剪值，将值排序在全局累加信息里低于裁剪值的通道裁掉；S7：根据Scale层的裁剪信息，裁剪对应的卷积层权值的output通道；S8：根据被裁剪的可分离卷积层信息，裁剪对应的1*1卷积层通道；S9：根据S6至S8中被裁剪的卷积层信息，裁剪用前述被裁剪的卷积层的结果做输入的卷积层权值的input通道；S10：使用裁剪完的模型结构和权值继续训练模型，得到最终模型；S11：利用最终模型完成相应数据处理。本发明达到了减少模型大小并加速的目的。
一种基于深度学习模型剪枝方法存储介质处理设备

[发明专利]一种anchor权重分配优化方法、设备及介质-CN202210651611.7在审
发明人：阚欣;任鹏;周卓立 -专利权人：成都臻识科技发展有限公司
申请日： 2022-06-10 - 公布日： 2022-10-11 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种anchor权重分配优化方法、设备及介质，其中方法包括：根据待检测目标采集对应图片并进行检测标注；设置检测模型和anchor，输入图片和检测标注；计算每个anchor与每张图片的全部gtbox的iou；确定每张图片每个anchor的样本类型；统计该批次图片中各样本和总gtbox数量；设置每张图片每个anchor的分类和回归loss的权重；根据传统额外loss权重归一化方法再次进行归一化或权重调整；根据设定的分类和回归的目标值和权重计算最终总loss；得到最终检测模型用于对待检测目标进行检测。本发明能够显著提高位置、尺寸、宽高比较极端的物体的检测效果。
一种 anchor 权重分配优化方法设备介质

[发明专利]车辆运动状态检测方法、装置、设备及存储介质-CN202210309667.4在审
发明人：庄孟雨;周卓立;任鹏 -专利权人：成都臻识科技发展有限公司
申请日： 2022-03-25 - 公布日： 2022-08-30 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种车辆运动状态检测方法、装置、设备及存储介质，该方法包括对有效训练图像进行标注，将连续N张有效训练图像拼接为待训练图像，构建输入通道数为3N输出通道数为车辆运动状态类别数的分类神经网络模型，利用待训练图像对模型进行训练，获得车辆运动状态检测模型，在接收到车载相机采集的车辆运动图像时，对连续N张车辆运动图像进行拼接，获得待检测图像，利用车辆运动状态检测模型对待检测图像进行检测，以获得车辆的运动状态。本发明通过获取车载相机的视频图像序列，即可利用车辆运动状态检测模型输出车载车辆的运动状态，无需根据传统视觉算法获取特征，再由人工设计逻辑判断车辆状态，提高了车辆运动状态检测的效率和准确性。
车辆运动状态检测方法装置设备存储介质

[发明专利]基于深度学习的车道线检测方法、装置、设备及存储介质-CN202210131659.5在审
发明人： 周卓立;任鹏 -专利权人：成都臻识科技发展有限公司
申请日： 2022-02-14 - 公布日： 2022-08-19 - 主分类号： G06V20/58 文献下载
摘要：本发明公开了一种基于深度学习的车道线检测方法、装置、设备及存储介质，该方法包括获取车道线的原始图像数据集，并对所述原始图像数据集中的车道线进行标记，获得训练图像数据集；其中，所述训练图像数据集中的图像包含有对应的车道线真实框；将所述训练图像数据集输入车道线检测模型，获得车道线检测框，并根据所述车道线检测框与所述车道线真实框的损失值，完成对车道线检测模型的训练；在接收到待检测图像数据时，将所述待检测图像数据输入车道线检测模型，获得待检测图像中的目标车道线。本发明通过对图像的车道线真实框和车道线检测框进行损失值的计算，以训练车道线检测模型，提升了车道线采样点之间的关联性，提升了检测的准确性。
基于深度学习车道检测方法装置设备存储介质

[发明专利]车辆事件识别方法、装置、设备及存储介质-CN202210135340.X在审
发明人：马骁;周卓立;任鹏 -专利权人：成都臻识科技发展有限公司
申请日： 2022-02-14 - 公布日： 2022-08-19 - 主分类号： G06V20/58 文献下载
摘要：本发明公开了一种车辆事件识别方法、装置、设备及存储介质，该方法包括将原始图像数据集划分为构造图像数据集和训练图像数据集；提取构造图像数据集中帧图像的语义词，利用语义词构造单词表；基于单词表，确定训练图像数据集中帧图像对应的语义词序列，并将语义词序列转换为语义词矩阵；将语义词矩阵输入卷积网络进行训练，以获得车辆事件识别模型；在接收到测试图像数据集时，利用车辆事件识别模型对测试图像数据集进行识别，获得车辆事件分类结果。本发明通过获取车辆行驶图像的语义词，构建语义词矩阵，进一步训练获得车辆事件识别模型，在车辆行驶时，利用车辆行驶图像进行语义识别，提高车辆事件识别的效率和准确性，以避免交通事故的发生。
车辆事件识别方法装置设备存储介质

[发明专利]目标运动状态识别方法、装置、设备及介质-CN202210568496.7在审
发明人：阚欣;周卓立;任鹏 -专利权人：成都臻识科技发展有限公司
申请日： 2022-05-24 - 公布日： 2022-08-09 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了目标运动状态识别方法、装置、设备及介质。本发明以网络流离线跟踪算法的基本思想为骨架，提供一种全新的基于深度学习的图片流行人运动状态识别方法，能够针对违法审核场景的图片流给出效果好且适应场景的行人跟踪结果，比直接套用在线/离线跟踪的传统方法效果提升很多，并提供传统方法不容易直接得出的最终行人运动状态信息。
目标运动状态识别方法装置设备介质

[发明专利]高位相机视角下大车遮挡的模拟方法、系统、设备及介质-CN202210125186.8在审
发明人：陶福煜;周卓立;任鹏 -专利权人：成都臻识科技发展有限公司
申请日： 2022-02-10 - 公布日： 2022-07-22 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种高位相机视角下大车遮挡的模拟方法、系统、设备及介质，该方法包括：训练图像实例分割模型；根据高位相机训练数据集和图像实例分割模型，得到高位相机训练数据集中所有大车的mask图像；根据mask图像，模拟高位相机视角下大车的遮挡。本发明能够模拟高位相机场景中的大车遮挡情况，减少因为大车遮挡导致的各种误检和漏检。
高位相机视角大车遮挡模拟方法系统设备介质

[发明专利]一种anchor-free算法转换为anchor-based算法的方法及系统-CN202210288293.2在审
发明人：陶福煜;周卓立;任鹏 -专利权人：成都臻识科技发展有限公司
申请日： 2022-03-23 - 公布日： 2022-06-21 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种anchor‑free算法转换为anchor‑based算法的方法及系统，该方法包括：步骤1：计算anchor‑free算法中所有grid信息，以及获取anchor‑free算法的预测值；步骤2：根据anchor‑based算法生成anchor的具体规则，生成与anchor‑free算法中grid的形状及数量相同的anchor；步骤3：根据anchor‑free算法的grid预测值和anchor‑based算法的anchor预测值，建立anchor‑free算法转换为anchor‑based算法的转换关系；步骤4：根据所述转换关系，在神经网络中设置相应的层，实现将anchor‑free预测值转换为anchor‑based预测值。本发明能够更快捷地部署anchor‑free算法，将anchor‑free算法与anchor‑based算法统一成一套操作，便于后续应用使用。
一种 anchor free 算法转换 based 方法系统

[发明专利]基于深度学习的道路检测方法、装置、设备及存储介质-CN202210131658.0在审
发明人： 周卓立;任鹏 -专利权人：成都臻识科技发展有限公司
申请日： 2022-02-14 - 公布日： 2022-06-21 - 主分类号： G06V20/58 文献下载
摘要：本发明公开了一种基于深度学习的道路检测方法、装置、设备及存储介质，该方法包括获取道路的原始图像数据集，并对道路图像数据集中的道路信息进行标记，获得包括第一道路真实框和第二道路真实框的训练图像数据集；将训练图像数据集输入道路检测模型，获得第一道路检测框和第二道路检测框，并根据第一道路检测框与第一道路真实框、第二道路检测框与第二道路真实框的损失值，完成对道路检测模型的训练；进而实现对待检测图像数据进行道路检测。本发明通过将车道线和停止线对应的检测框、道路标识对应的检测框分别与对应的真实框计算损失值，以训练道路检测模型，同时完成可行驶道路的检测区分，提高道路检测准确性。
基于深度学习道路检测方法装置设备存储介质

[发明专利]基于帧图像的车辆右侧超车检测方法、装置及设备-CN202210132259.6在审
发明人：马骁;周卓立;任鹏 -专利权人：成都臻识科技发展有限公司
申请日： 2022-02-14 - 公布日： 2022-06-21 - 主分类号： G06V20/58 文献下载
摘要：本发明公开了一种基于帧图像的车辆右侧超车检测方法、装置及设备，该方法包括获取检测车辆的车载视频信息，提取车载视频信息中帧图像的车辆特征数据和路面特征数据，并生成目标车辆的位置特征和运行特征；其中，位置特征包括第一位置特征和第二位置特征；判断第一位置特征和第二位置特征是否满足预设的右侧超车的位置条件，若是，监测目标车辆的运行特征；当运行特征满足预设的右侧超车的运动条件，则判定目标车辆右侧超车。本发明通过在目标车辆的第一位置特征和第二位置特征满足右侧超车的位置条件的情况下，检测目标车辆的运行特征来判断目标车辆的右侧超车行为，通过图像的识别与检测，提高了右侧超车检测的准确性和效率。
基于图像车辆右侧超车检测方法装置设备

[发明专利]基于深度学习的检测模型生成方法及装置-CN202210139601.5在审
发明人： 周卓立;任鹏 -专利权人：成都臻识科技发展有限公司
申请日： 2022-02-15 - 公布日： 2022-06-21 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于深度学习的检测模型生成方法及装置，该方法包括构建包括第一卷积模块的深度学习模型；获取训练集，并利用训练集对深度学习模型进行训练，获得目标检测模型；对目标检测模型进行重参数化，以使目标检测模型中的第一卷积模块替换为第二卷积模块；将替换后的目标检测模型发送至终端设备，终端设备在接收到待检测数据时，执行检测任务。本发明通过在训练时采用第一卷积模块执行训练任务，并在将训练完成的目标检测模型部署至终端设备时，将目标检测模型的第一卷机模块替换为第二卷积模块，使得在训练的时候有比较高的计算量与参数量，但是部署的时候和正常的网络计算量接近一致，显著提升了目标检测模型的性能。
基于深度学习检测模型生成方法装置

[发明专利]边框分类车牌防伪方法、装置、设备及存储介质-CN202111491604.7在审
发明人：杨双祥;任鹏;周卓立 -专利权人：成都臻识科技发展有限公司
申请日： 2021-12-08 - 公布日： 2022-05-17 - 主分类号： G06V20/62 文献下载
摘要：本发明公开了边框分类车牌防伪方法、装置、设备及存储介质，该方法包括获取真车牌过车图片及假车牌过车图片；对真车牌过车图片和假车牌过车图片进行车牌框标注并将真车牌过车图片标注为真，将假车牌过车图片标注为假；对标注后的过车图片进行训练，获取车牌定位模型；获取待检测车牌框的图像，对待检测车牌框的图像进行裁剪，第一待检测车牌框、第二待检测车牌框和第三待检测车牌框；根据真假车牌分类模型对第一待检测车牌框、第二待检测车牌框和第三待检测车牌框进行真假检测，若第一待检测车牌框、第二待检测车牌框和第三待检测车牌框均检测为真，则判定待检测车牌框为真。本发明利用先定位再分类的方法判断车牌是否具有容器边框特征。
边框分类车牌防伪方法装置设备存储介质

[发明专利]一种基于深度学习的车牌字符分类识别方法及介质-CN202111492451.8在审
发明人：杨双祥;任鹏;周卓立 -专利权人：成都臻识科技发展有限公司
申请日： 2021-12-08 - 公布日： 2022-05-17 - 主分类号： G06V20/62 文献下载
摘要：本发明提供了一种基于深度学习的车牌字符分类识别方法及介质，包括S1：构建并训练基于深度学习的车牌识别模型；模型采用resnet分类网络作为基本框架，通过若干基本块堆叠构成，其中基本块包括两个分支通道相加后连接一个relu层构成，第一分支通道为1×3的卷积层、归一化层和relu层构成，第二分支通道包括3×3的卷积层、归一化层和relu层的降维通道模块和对应的升维模块构成；采集车牌图像数据对车牌进行标注后输入模型中进行训练；S2：获取定位好的待识别车牌图像，输入到车牌识别模型中，得到输出结果。本发明基于深度学习，利用分类模型实现识别功能，运算量小，便于部署，且不需要字符级坐标标注，减少人力成本。
一种基于深度学习车牌字符分类识别方法介质

[发明专利]基于底盘检测的停车检测方法、装置、设备及存储介质-CN202111577660.2在审
发明人：陶福煜;任鹏;周卓立 -专利权人：成都臻识科技发展有限公司
申请日： 2021-12-22 - 公布日： 2022-05-13 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于底盘检测的停车检测方法、装置、设备及存储介质，该方法包括获取车身框上标记有底盘位置的训练图像数据集；将训练图像数据集输入神经网络模型训练，获得底盘检测模型；利用底盘检测模型检测目标车身框图像中的底盘位置，并基于底盘的顶点位置和停车位的标准位置，确定车辆的停车信息。本发明通过车身框的原始图像数据集的底盘位置进行标记，进而训练获得底盘检测模型，以在检测车身框图像时获得底盘的顶点位置信息，并根据顶点位置和停车位的标准位置确定车辆的停车信息，通过底盘相对于车身框的位置进行深度学习与识别，确定车辆的停车信息，避免了相机透视关系导致的车辆位置检测不准确，提高了停车检测事件的准确性。
基于底盘检测停车方法装置设备存储介质

1
2
下一页»
尾页
共 30 条