“yolov8”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果999550个，建议您升级VIP下载更多相关专利

[发明专利]一种基于霍夫变换和YOLOv3网络的绝缘子缺损检测方法-CN201911085665.6在审
发明人：王珏飞;陆丽;张凌恺;郦欣文;马婧涵 -专利权人：上海电机学院
申请日： 2019-11-08 - 公布日： 2020-02-25 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于霍夫变换和YOLOv3网络的绝缘子缺损检测方法，包括以下步骤：步骤S1：获得训练集和测试集；步骤S2：利用训练集训练输出四层尺度的YOLOv3网络，得到优化YOLOv3网络；步骤S3：将测试集输入优化YOLOv3网络，验证优化YOLOv3网络；步骤S4：基于霍夫变换后的待检测绝缘子图像和优化YOLOv3网络，进行绝缘子缺损检测。
一种基于变换 yolov3 网络绝缘子缺损检测方法

[发明专利]基于YOLOv3算法的PCB表面缺陷检测方法及装置-CN202011542008.2在审
发明人：卓兰;韩丽;杨宏;郭楠 -专利权人：中国电子技术标准化研究院
申请日： 2020-12-23 - 公布日： 2021-04-16 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于YOLOv3算法的PCB表面缺陷检测方法及装置，该方法包括：建立YOLOv3算法的网络结构，其中，网络结构的批归一化层与卷积层相结合；根据GIoU确定YOLOv3算法的网络损失函数和性能评价指标；根据K‑means++聚类算法，确定PCB表面缺陷样本数据集的锚框；建立基于YOLOv3算法的PCB表面缺陷检测模型；根据PCB表面缺陷样本数据集，对基于YOLOv3算法的PCB表面缺陷检测模型进行多尺度训练；将待检测PCB的图像数据输入训练好的基于YOLOv3算法的PCB表面缺陷检测模型，输出待检测PCB表面缺陷的位置信息，本发明实现了PCB表面缺陷检测的高效和高精度的检测。
基于 yolov3 算法 pcb 表面缺陷检测方法装置

[发明专利]基于改进YOLOv4-tiny模型口罩佩戴检测方法-CN202110701707.5在审
发明人：曾涛;吴云志 -专利权人：安徽农业大学
申请日： 2021-06-24 - 公布日： 2022-01-04 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于改进YOLOv4‑tiny模型口罩佩戴检测方法，包括以下步骤：S1、获取口罩人脸图像数据并划分为训练集、验证集和测试集；S2、生成YOLOv4‑tiny模型并添加Zero‑Net网络，将YOLOv4‑tiny模型中的head部分的Yolov3改为GFLV2，得到改进YOLOv4‑tiny模型；S3、对改进YOLOv4‑tiny模型进行训练、验证和测试后得到检测模型；S4、向所述检测模型输入待检测的口罩人脸图像数据
基于改进 yolov4 tiny 模型口罩佩戴检测方法

[发明专利]一种SN-YOLOv5的轻量化目标检测网络及农作物采摘检测方法-CN202210661898.1在审
发明人：吴珺;董佳明;刘欣;吴一帆;朱嘉辉;王春枝 -专利权人：湖北工业大学
申请日： 2022-06-13 - 公布日： 2022-09-09 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种SN‑YOLOv5的轻量化目标检测网络及农作物采摘检测方法，基于YOLOv5模型，在此基础上使用与原始YOLOv5s相比更加轻便的SN‑YOLOv5网络，使参数量降低到仅有原始YOLOv5的47％且网络宽度以及通道数降为原始YOLOv5s的50％，并增加了一个用于目标检测的检测头以及相匹配的主干、加强特征提取网络层数，同时在网络的关键部分即通道数最大处插入SE注意力机制来提升检测精度，使得在保持检测精度的前提下大大降低网络的复杂度
一种 sn yolov5 量化目标检测网络农作物采摘方法

[发明专利]一种矿山场景下智能告警方法、可读介质及告警终端-CN202211186388.X在审
发明人：陈岩;王书堂;徐学来;朱华卿;许云晓;张广鑫 -专利权人：济南驰昊电力科技有限公司
申请日： 2022-09-28 - 公布日： 2022-11-11 - 主分类号： G06V20/52 文献下载
摘要：本发明公开一种矿山场景下智能告警方法、可读介质及告警终端，属于基于特定计算模型计算机系统的技术领域，包括：采集含有违规现象的图像；基于YOLOV5网络结构增加卷积注意力机制模块CBAM构建YOLOV5‑CBAM目标检测模型；对所述的YOLOV5‑CBAM模型进行训练，获得YOLOV5‑CBAM目标检测模型，基于所述的测试集，对所述的YOLOV5‑CBAM目标检测模型进行评估，获得评估合格的目标检测模型；基于YOLOV5‑CBAM目标检测模型检测结果，结合DeepSort目标跟踪模型对人员进行跟踪，获得人员的跟踪ID，设置上下电梯人员跟踪ID撞线区域，保证人员统计的可靠性。
一种矿山场景智能告警方法可读介质终端

[发明专利]基于改进YOLOv4算法的痤疮识别方法-CN202211367452.4在审
发明人：马淑龙;黄洋;董磊 -专利权人：山东浪潮超高清智能科技有限公司
申请日： 2022-11-03 - 公布日： 2023-01-24 - 主分类号： G06V10/764 文献下载
摘要：本发明特别涉及一种基于改进YOLOv4算法的痤疮识别方法。该基于改进YOLOv4算法的痤疮识别方法，自定义将数据集进行划分成训练集和测试集，使用的数据增强方法丰富训练集数据，增强训练模型的鲁棒性；使用K‑means聚类方法对增强的训练集数据进行处理，得到适合痤疮检测的锚点anchors尺寸；利用增强的训练集对YOLOv4算法模型进行迭代训练，利用训练后的YOLOv4算法模型对测试集中进行测试。该基于改进YOLOv4算法的痤疮识别方法，通过改进YOLOv4算法模型，使其能更好契合对于小目标的检测与识别，并依据痤疮的严重程度对其分类，进而为用户提供参考。
基于改进 yolov4 算法痤疮识别方法

[发明专利]一种基于改进YOLOv7模型的后厨人员着装检测方法-CN202310731913.X在审
发明人：刘浙东;诸葛松岳;曾长新;李金元;李申 -专利权人：浙江云澎科技有限公司
申请日： 2023-06-20 - 公布日： 2023-09-15 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种基于改进YOLOv7模型的后厨人员着装检测方法，包括以下步骤：步骤一、获取后厨场景下监控图像数据，通过监控图像数据制作后厨着装数据集，所述数据集包括：训练集和测试集；步骤二、使用加载预训练权重的的方式训练YOLOv7网络并对未标注图像进行预测，将预测结果输出并修正后扩充数据集样本数量，进一步提升模型数据样本数量；步骤三、构建YOLOv7网络，对网络结构进行改进，得到改进后YOLOv7模型；步骤四、基于训练集图像训练改进后YOLOv7模型，将测试集图像或未标注图像输入训练好的改进后YOLOv7模型，得到后厨人员的着装识别结果。
一种基于改进 yolov7 模型人员着装检测方法

[发明专利]一种基于改进YOLOv7的爬壁机器人金属作业面缺陷检测方法-CN202310724385.5在审
发明人：高春艳;秦燊;孙凌宇;李满宏;张明路 -专利权人：河北工业大学
申请日： 2023-06-19 - 公布日： 2023-09-15 - 主分类号： G06T7/00 文献下载
摘要：本发明为一种基于改进YOLOv7的爬壁机器人金属作业面缺陷检测方法，所述检测方法包括下述内容：采集并构建金属缺陷数据集；搭建改进的YOLOv7网络：以YOLOv7模型为基本骨架，将YOLOv7模型的损失函数由CIou改为Focal‑EIoU，并添加注意力模块DY‑Block检测头，利用解耦头解耦输出任务，获得改进的YOLOv7网络；利用金属缺陷数据集训练改进的YOLOv7网络获得金属作业面缺陷模型，用于金属缺陷部位识别与定位
一种基于改进 yolov7 机器人金属作业缺陷检测方法

[发明专利]一种基于改进YOLOv4-tiny的轻量型目标检测方法及系统-CN202111526435.6有效
发明人：黄海松;韩正功;范青松;陈星燃;马驰;李玢;黄东;宋常亮;张元;赵昆龙;武晓南;石云陆;刘琴;刘小玲 -专利权人：贵州大学
申请日： 2021-12-14 - 公布日： 2022-09-23 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了一种基于改进YOLOv4‑tiny的轻量型目标检测方法和系统，一种基于改进YOLOv4‑tiny的轻量型目标检测方法包括获取口罩图像数据；制作口罩数据集；搭建改进的YOLOv4‑tiny目标检测模型；训练改进的YOLOv4‑tiny目标检测模型；对改进的YOLOv4‑tiny目标检测模型进行评估；进行测试，一种基于改进YOLOv4‑tiny的轻量型目标检测系统包括监控设备、计算设备、控制设备、报警设备
一种基于改进 yolov4 tiny 轻量型目标检测方法系统

[发明专利]一种基于改进YOLOv3网络的安全帽佩戴检测方法-CN202010953092.0在审
发明人：董明刚;魏雪影;敬超 -专利权人：桂林理工大学
申请日： 2020-09-11 - 公布日： 2020-12-25 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于改进YOLOv3网络的安全帽佩戴检测方法。通过截取施工现场视频监控数据以及对公共数据集筛选的方法采集样本制作安全帽佩戴检测数据集(SHWDS)。以YOLOv3网络为基础，根据数据集样本的尺寸特点，将8倍和16倍降采样信息分别与深层语义信息进行融合，建立这两个尺度的特征融合目标检测层，并且为了避免梯度消失并增强特征的复用，在8倍降采样特征图前使用
一种基于改进 yolov3 网络安全帽佩戴检测方法

[发明专利]基于改进YOLOv3网络模型的轨道线路病害辨识方法-CN201910753916.7有效
发明人：魏秀琨;魏德华;贾利民;杨子明;江思阳;尹贤贤;管青鸾;李赛;孟鸿飞;滕延芹;所达;潘潼;翟小婕;陈亚兰 -专利权人：北京交通大学
申请日： 2019-08-15 - 公布日： 2022-03-01 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种基于改进YOLOv3网络模型的轨道线路病害辨识方法，包括：获取和标注轨道图像数据集；构建改进YOLOv3网络模型；将所述的轨道图像数据集分为训练集和测试集，通过训练集对所述的改进YOLOv3网络模型进行训练；通过训练好的改进YOLOv3网络模型对测试集进行检测，根据检测结果对轨道线路病害进行辨识。本方法采用YOLOv3网络模型，有效地提升轨道线路多目标病害检测的效率、精度和速度。
基于改进 yolov3 网络模型轨道线路病害辨识方法

[发明专利]基于BEGAN和YOLOV3模型的松果检测方法-CN202010912858.0在审
发明人：张怡卓;于慧伶;蒋大鹏;张健;罗泽;葛奕麟 -专利权人：江苏东晟辉科技开发有限公司
申请日： 2020-10-29 - 公布日： 2020-12-29 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于BEGAN和YOLOV3模型的松果检测方法，首先采集多张不同时间节点下的松果图像，并利用传统图像增强技术和BEGAN深度学习法进行数据增强；然后利用YOLOV3模型对数据增强后的所述松果图像划分为多个单元格，并在所述YOLOV3模型中引入利用构建的瓶颈结构密集层修改后的密集连接网络结构后；对所述YOLOV3模型的检测比例进行扩展，并利用DIoU算法优化所述YOLOV3模型的损失函数，能有效提高松果检测的整体性能
基于 began yolov3 模型松果检测方法

[发明专利]一种基于Attention+YOLOv3的空调外机图像智能检测方法、设备及介质-CN202110451367.5在审
发明人：张海霞;狄子钧;袁东风 -专利权人：山东大学
申请日： 2021-04-26 - 公布日： 2021-07-20 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于Attention+YOLOv3的空调外机图像智能检测方法、设备及介质，包括：(1)数据采集；(2)数据预处理；(3)构建Attention+YOLOv3模型；(4)训练：将训练集输入Attention+YOLOv3模型中，训练结束后得到权重文件；(5)测试；(6)边缘服务器端及云平台部署；(7)实时检测并更新训练。本发明采用YOLOv3对空调外机图像进行目标检测，将目标检测算法应用于空调外机画像检测工业场景。在YOLOv3主体网络DarkNet‑53的残差单元中引入Attention机制，增强特征图的表达能力，从而提高模型识别目标的能力。
一种基于 attention yolov3 空调图像智能检测方法设备介质

[发明专利]一种融合注意力机制相的安全帽佩戴检测方法及系统-CN202110971619.7在审
发明人：程朋;黄兆年;胡超;李恒 -专利权人：中国船舶重工集团公司第七0九研究所
申请日： 2021-08-24 - 公布日： 2021-12-28 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种融合注意力机制相的安全帽佩戴检测方法及系统，其通过分别在YOLOV5网络结构中的每一个输入Neck网络的特征层后面加入SEnet模块，构建得到YOLOV5‑SEnet网络模型，从而实现将SEnet网络与YOLOV5算法进行融合，并使用TensorRT序列化的方式对训练好的YOLOV5‑SEnet网络模型进行优化加速，得到加速后的YOLOV5‑SEnet网络模型；实现模型加速；使用该方法进行检测得到的结果准确率高
一种融合注意力机制安全帽佩戴检测方法系统

[发明专利]目标检测算法模型、目标检测方法、装置及存储介质-CN202111497382.X在审
发明人：刘凯;张浩;李杉杉;刘强;徐明 -专利权人：深圳力维智联技术有限公司
申请日： 2021-12-09 - 公布日： 2022-03-11 - 主分类号： G06V20/00 文献下载
摘要：本发明涉及计算机视觉目标检测技术领域，具体涉及一种改进的yolov5目标检测算法模型、目标检测方法、装置及存储介质。在现有的yolov5目标检测算法模型的基础上改变了模型的结构，改进后的模型大小和现有的yolov5目标检测算法模型基本一致，但是相对于现有的yolov5目标检测算法模型，其结构和各个功能模块的数量都进行了改进，经过测试，本申请改进后的yolov5目标检测算法模型和现有的相比提高了目标检测的精度。
目标检测算法模型方法装置存储介质

首页
«上一页
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条