“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]一种基于改进yolov5-SFF的检测方法及系统-CN202211392625.8在审
发明人：李丽娟;张鹏;焦文华;杨世品 -专利权人：南京工业大学
申请日： 2022-11-08 - 公布日： 2023-03-07 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了视频识别领域的一种基于改进yolov5‑SFF的检测方法及系统，包括：将实时视频数据输入至预先训练的Yolov5‑SFF检测模型中获取对工人操作行为的检测结果；Yolov5‑SFF检测模型的训练过程包括利用差异哈希采样算法对每组历史视频数据的帧画面进行采样筛选，对筛选出帧画面中的操作行为进行标注；添加通道过滤模块和空间注意力模块至骨干网路，将骨干网络、头部网络、时空特征融合模块和识别模块依次叠加构建为Yolov5‑SFF检测模型；利用训练数据集中添加操作行为标注的历史视频数据训练Yolov5‑SFF检测模型，重复训练直至Yolov5‑SFF检测模型的检测准确率趋于稳定；提高了检测和识别精度的同时也保证了算法实时检测的速度
一种基于改进 yolov5 sff 检测方法系统

[发明专利]一种基于YOLOv5的红外序列图像弱小目标检测方法-CN202310758457.8在审
发明人：孙海江;赵勇先;刘颖 -专利权人：中国科学院长春光学精密机械与物理研究所
申请日： 2023-06-26 - 公布日： 2023-08-29 - 主分类号： G06V10/82 文献下载
摘要：本发明涉及一种基于YOLOv5的红外序列图像弱小目标检测方法，解决红外序列图像由于受到噪声和复杂背景的干扰而导致弱小目标检测出现虚警的问题。该发明包含以下步骤：首先构建红外序列图像数据集，接着构建基于YOLOv5的红外序列图像弱小目标检测网络模型，具体包括构建YOLOv5网络模型、YOLOv5检测头的解耦、构建特征信息筛选模块和构建帧间信息链接模块，然后进行网络的训练和测试，最后对基于YOLOv5的红外序列图像弱小目标检测方法进行评估。本发明将YOLOv5网络与红外序列图像的帧间关联信息相结合，可以同时利用图像的时空关联来实现端到端的弱小目标检测，在提升检测精度的同时，能够有效的剔除虚警干扰，具有较强的鲁棒性和可行性。
一种基于 yolov5 红外序列图像弱小目标检测方法

[发明专利]基于YOLOv5改进网络的曳引钢丝绳缺陷检测方法-CN202310689503.3在审
发明人：刘涛;高嘉;关添航;宋雪峰;梁滨;曾泽松 -专利权人：哈尔滨工程大学
申请日： 2023-06-12 - 公布日： 2023-09-12 - 主分类号： G06T7/00 文献下载
摘要：基于YOLOv5改进网络的曳引钢丝绳缺陷检测方法，涉及工业缺陷检测技术领域。本发明所述的基于YOLOv5改进网络的曳引钢丝绳缺陷检测方法，将被测曳引钢丝绳的图像信息输入至训练好的YOLOv5改进网络中，获得检测结果，所述YOLOv5改进网络在主干网络中设计了轻量级C3模块，以替换原YOLOv5主干网络中的C3模块。所述Neck网络结构为跨层级加权特征金字塔网络；所述YOLOv5改进网络的损失函数为β_CIoU损失函数。本发明适用于曳引钢丝绳缺陷检测场景，实现更快速、准确的曳引钢丝绳缺陷检测。
基于 yolov5 改进网络钢丝绳缺陷检测方法

[发明专利]一种单向串联YOLOV5网络的小目标检测方法-CN202310817171.2在审
发明人：周浩杰;李轶;侯平智;冯静;徐晓滨 -专利权人：杭州电子科技大学
申请日： 2023-07-05 - 公布日： 2023-09-22 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种单向串联YOLOV5网络的小目标检测方法。本发明方法采用两个串联的YOLOV5作为检测器获取视频场景内的目标检测结果，通过两层YOLOV5网络对视频流进行吸烟行为检测，前一个YOLOV5网络负责初筛，对输入视频帧进行实时检测，筛选出类吸烟行为目标，后一个YOLOV5网络负责精筛，对输入的类吸烟行为目标再次进行检测，精确检测出视频帧中存在的吸烟行为目标。本发明在降低网络的体积和参数量的同时提高网络检测准确率和检测速度，通过串联YOLOV5网络实现更高的目标检测精度和准确率，改善了现有的网络中由于目标特征提取能力不足造成的误检、漏检问题，提高了检测效果。
一种单向串联 yolov5 网络目标检测方法

[发明专利]一种改进YOLOv7和融合双向路由注意力机制的火焰检测方法-CN202310763899.1在审
发明人：刘敏;陈明;武明虎;王娟;张凡;唐靓;叶永钢;霍武杰 -专利权人：湖北工业大学
申请日： 2023-06-26 - 公布日： 2023-10-03 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种改进YOLOv7和融合双向路由注意力机制的火焰检测方法。S2：以YOLOv7为基础模型建立火焰检测模型，以实现火焰的类别和位置信息的检测。S3：在S2所述的基础模型中融合双向路由注意力机制模块并改进边界框损失函数，得到改进YOLOv7和融合双向路由注意力机制火焰检测算法。S4：利用建立的火焰图像数据集对改进后的YOLOv7算法进行训练和测试，得到训练完成的改进的YOLOv7火焰检测模型。将所述训练完成的改进的YOLOv7火焰检测模型部署到可视化监控拍摄设备中，并根据火焰检测结果产生告警信息。
一种改进 yolov7 融合双向路由注意力机制火焰检测方法

[发明专利]一种基于改进YOLOv5x的草莓果实检测方法-CN202310918241.3在审
发明人：李科;刘兵凯;吴洪伟;唐克青;代遥;徐启涛 -专利权人：安徽农业大学
申请日： 2023-07-25 - 公布日： 2023-10-13 - 主分类号： G06V20/68 文献下载
摘要：本发明公开了一种基于改进YOLOv5x的草莓果实检测方法，包括：草莓图像预处理：草莓图像采集；样本数据增强，对提取的多张图片进行缩放、裁切和色调调整，再通过Mosaic混合方法来处理数据集；数据标注，使用开源图像标注工具Labelimg进行标注，将图片中的草莓对象位置和草莓分类信息标记出来；根据SD‑YOLOv5x的网络模型对草莓数据集进行训练。有益效果是：基于现有YOLOv5x模型的主干网络，引入了特征提取CCH模块和NAM注意力模块，结果表明经过改进的SD‑YOLOv5x网络在mAP、Precision和Recall方面都有很好的表现，与现有YOLOv5x模型相比有很大的提高。可以观察到改进后的SD‑YOLOv5x模型在目标检测框的精准性、置信度和检测效果等方面均表现得更加出色。
一种基于改进 yolov5x 草莓果实检测方法

[发明专利]一种布面疵点检测方法及系统-CN202310841201.3在审
发明人：戴宁;胡潇寒;胡旭东;向忠;袁嫣红;史伟民 -专利权人：浙江理工大学
申请日： 2023-07-10 - 公布日： 2023-10-24 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种布面疵点检测方法及系统，属于织物质量控制技术领域，方法包括：获取包括多种疵点类型的布面疵点数据集；引入YOLOv5模型，其中，YOLOv5模型包括依次连接的输入端、骨干网络、颈部网络和检测头部Transformer模块对骨干网络进行优化，其中，SwimTransformer模块为包括W‑MSA的第一模块和包括SW‑MSA的第二模块，引入包括聚焦机制的WIoU损失函数对检测头部进行优化，构建改进YOLOv5模型；在WIoU损失函数的控制下，利用布面疵点数据集对改进YOLOv5模型进行训练，直至WIoU损失函数值小于预设值；结合改进YOLOv5模型的自适应缩放技术，利用训练后的改进YOLOv5模型对待检测布面进行疵点检测
一种布面疵点检测方法系统

[发明专利]一种在自然环境中快速检测小麦赤霉病穗及严重度的方法-CN202310919719.4在审
发明人：郭伟;高春凤;公政;张慧;乔红波 -专利权人：河南农业大学
申请日： 2023-07-24 - 公布日： 2023-10-27 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种在自然环境中快速检测小麦赤霉病穗及严重度的方法，涉及图像识别技术领域，所述步骤包括如下：S1：使用改进的YOLOv5s网络检测田间小麦穗，以检测病穗和健康穗；S2：将本研究提出的改进YOLOv5s与YOLOv3‑Tiny、YOLOv4、SSD、Faster R‑CNN和YOLOv7模型进行了对比，验证了模型的有效性和优越性,可实现自然环境中小麦赤霉病(Fusarium head blight，FHB并将患病穗与总穗的比例作为病穗率，病穗率的决定系数(coefficient of determination，R2)达0.9802，按照病穗率的范围确定小麦FHB严重度，实现了较好的统计效果，结果表明，本研究提出的改进的YOLOv5s
一种自然环境快速检测小麦赤霉病严重方法

[发明专利]一种实时在线检测锚固螺栓缺陷的方法-CN202110317579.4有效
发明人：范国海;胡文锐;徐绍伟;张桃桃 -专利权人：成都国铁电气设备有限公司
申请日： 2021-03-23 - 公布日： 2022-05-13 - 主分类号： G06V10/25 文献下载
摘要：本发明公开了种实时在线检测锚固螺栓缺陷的方法，包括图像采集与合并，得到合并图集；标记合并图样本集中扣件的区域，并所有标记图像送入到yolov3网络中进行训练，得到yolov3的网络权重；获取待检测合并图像，将待检测的合并图送入yolov3的深度学习网络中，预测出每个扣件在对应图像中的位置；根据每个扣件在对应图像中的位置，在扣件所在位置截取扣件图像，随机选取出n张作为孔洞检测样本集，余下的作为待检测图集；标记扣件图像中的扣件部件，并将n张扣件图像放入yolov3网络中训练，得到yolov3的目标检测网络权重；将待检测的待检测图集的图像输入yolov3目标检测网络中，预测出孔洞的位置；截取孔洞的图像，经过
一种实时在线检测锚固螺栓缺陷方法

[发明专利]一种实时在线检测夹板螺栓缺陷的方法-CN202110317573.7有效
发明人：范国海;胡文锐;徐绍伟;张桃桃 -专利权人：成都国铁电气设备有限公司
申请日： 2021-03-23 - 公布日： 2022-08-23 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种实时在线检测夹板螺栓缺陷的方法，图像采集与合并，得到合并图集；从合并图集中选取n张合并图，形成样本集，并标记样本集中合并图中的夹板区域，形成标记图；将所有标记图送入到yolov3网络中进行训练，得到yolov3的网络权重；将待检测图像合集中的检测缺陷图送入yolov3的深度学习网络中，预测出夹板在图像中的ROI区域；截取出夹板图像，得到夹板图像集，从夹板图像集中选取出n1张图像，得到螺栓检测图像样本集；标记图像中的螺栓部件，得到螺栓标记图训练集，将训练集图像放入yolov3网络中训练，得到yolov3目标检测网络权重，将待检测待检测螺栓标记图集，输入yolov3目标检测网络，预测出螺栓的ROI区域；
一种实时在线检测夹板螺栓缺陷方法

[发明专利]基于改进YOLOv5网络的齿轮缺陷视觉检测方法及系统-CN202210580509.2有效
发明人：朱大虎;贺敏琦;张曙文;华林;梁耀;赵凯 -专利权人：武汉理工大学;湖北众智未来智能装备制造有限公司
申请日： 2022-05-26 - 公布日： 2022-10-11 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于改进YOLOv5网络的齿轮缺陷视觉检测方法及系统，系统包括内置改进YOLOv5网络模型的控制器、由第一传送带和第二传送带组成输送系统、搭建于输送系统上的图像采集模块和剔除机构；改进方式为通过样本数据集训练未改进的YOLOv5网络获取权重参数，在YOLOv5网络模型加入卷积注意力机制模块和重复加权双向特征金字塔网络，权重参数迁移到改进YOLOv5网络模型；通过本数据集训练改进YOLOv5网络模型，完成齿轮缺陷检测模型构建
基于改进 yolov5 网络齿轮缺陷视觉检测方法系统

[发明专利]基于YOLOv5模型的密集行人目标检测方法及系统-CN202211511629.3有效
发明人：刘晴;汪旭升;杨阿锋;刘兆霆;姚英彪;徐欣 -专利权人：杭州电子科技大学
申请日： 2022-11-29 - 公布日： 2023-08-18 - 主分类号： G06V40/10 文献下载
摘要：本发明属于目标检测技术领域，具体涉及基于YOLOv5模型的密集行人目标检测方法及系统。方法如下：S1，对行人数据进行采集形成数据集，并对数据集进行数据预处理；S2，根据硬件设备的参数以及需要达到的识别效果，配置YOLOv5模型参数；S3，对原YOLOv5模型进行修改，获得修改后的YOLOv5模型；S4，将预处理后的数据集分成训练集，验证集和测试集；使用训练集和验证集对修改后的YOLOv5模型进行训练；S5，训练结束后的YOLOv5模型生成权重文件，导入训练好的权重与待检测的图片，得到检测后的图片
基于 yolov5 模型密集行人目标检测方法系统

[发明专利]一种基于卫星图像机场目标毁伤检测方法-CN202211265767.8在审
发明人：于淼;孙莉;宋政伟;张元淳;侯俊;郑培清;张国和 -专利权人：江苏思远集成电路与智能技术研究院有限公司
申请日： 2022-10-17 - 公布日： 2022-12-30 - 主分类号： G06V20/13 文献下载
摘要：本发明涉及机场毁伤检测技术领域，尤其涉及一种基于卫星图像机场目标毁伤检测方法，包括构建机场设施目标检测数据集；对CSPNet进行改造；改进训练优化策略；采用DoReFa‑Net多值量化方法对YOLOv5网络进行优化，同时量化权重、特征值和梯度；基于YOLOv5网络的超大图像推理部署；对油罐毁伤、机堡毁伤、飞机及跑道毁伤进行分类毁伤检测。本发明提供基于结构重参数化与8bit量化的深度学习网络结构、分步对高精度卫星遥感图像中机场各目标毁伤的检测；针对跑道毁伤是利用最小起降窗口与跑道分别从不同的角度进行逐点卷积，根据弹坑分布计算最小起降窗口的面积
一种基于卫星图像机场目标毁伤检测方法

[发明专利]一种基于改进的YOLOv5算法的羊群计数方法-CN202310153730.4在审
发明人：陈冬梅;赵环宇;赵延波;蔡萍萍;冯翔翊;刘伟;杜董生 -专利权人：淮阴工学院
申请日： 2023-02-23 - 公布日： 2023-06-23 - 主分类号： G06V20/17 文献下载
摘要：本发明提出一种基于改进的YOLOv5算法的羊群计数方法，首先利用无人机采集羊群图片，然后对图片中羊群进行标注，按照8:2的比例制作训练集和验证集，改进羊群检测模型并训练，构建YOLOv5s模型，采用轻量化的
一种基于改进 yolov5 算法羊群计数方法

[发明专利]一种面向监控场景中行人目标的轻量化检测方法-CN202110840715.8在审
发明人：杨振 -专利权人：北京航天长峰科技工业集团有限公司北京分公司
申请日： 2021-07-25 - 公布日： 2023-02-07 - 主分类号： G06V40/10 文献下载
摘要：本发明涉及面向监控场景中行人目标的轻量化检测方法，将CSPDarknet53中第一个标准卷积模块以外的所有卷积层均使用去冗余卷积模块替代，得到了更加轻量化的特征提取网络CompactNet；在将CompactNet提取到的特征输入到YOLOv5检测网络时，延续了YOLOv5与CSPDarknet‑53连接的规则，即分别将CompactNet中分辨率为输入图像的8倍、16倍和32倍下采样的特征层中的最后一层作为细粒度特征与检测网络中上采样之后的高级语义特征融合
一种面向监控场景行人目标量化检测方法