“yolox”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247个，建议您升级VIP下载更多相关专利

[发明专利]一种群养生猪行为的识别和跟踪方法-CN202210542599.6在审
发明人：涂淑琴;梁云;刘晓龙;黄磊;汤寅杰;曾钱涛;黄正鑫 -专利权人：华南农业大学
申请日： 2022-05-18 - 公布日： 2022-10-21 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种群养生猪行为的识别和跟踪方法，包括如下步骤：S1：建立群养生猪的视频数据集；S2：构建YOLOX‑S模型；S3：构建YOLOX‑S+DeepSORT模型，所述YOLOX‑S+DeepSORT模型包括YOLOX‑S模型、卡尔曼滤波和匈牙利匹配算法；S4：构建改进的YOLOX‑S+DeepSORT模型，所述改进的YOLOX‑S+DeepSORT模型包括YOLOX‑S+DeepSORT模型和DeepSORT
种群养生行为识别跟踪方法

[发明专利]一种基于深度学习的智能交通目标检测方法-CN202310230829.X在审
发明人：张金明 -专利权人：哈尔滨理工大学
申请日： 2023-03-11 - 公布日： 2023-06-23 - 主分类号： G06V20/54 文献下载
摘要：目前YOLOX算法在一些复杂的交通场景下较慢，对边缘角落区域快速变化的物体检测精度不够，影响了工作效率。一种基于深度学习的智能交通目标检测方法，用Mobile Netv3、深度可分离卷积和Focus结构改进YOLOX‑Darknet53，提高YOLOX的主干提取网络CSPDarknet5z模型；同时，运用基于全局显式集中特征调节的集中特征金字塔目标检测方法来改进YOLOX算法中原有的特征金字塔模型；采用DIOU作为模型的损失函数并采用Softer NMS提升YOLOX算法的性能；输出最终的深层特征图作为YOLOX目标检测网络；YOLOX目标检测网络包括：YOLOX
一种基于深度学习智能交通目标检测方法

[发明专利]基于yolox检测的仪表读数识别方法-CN202210089450.7在审
发明人：杨乐超;王青梅;梁李凡;陈太 -专利权人：福建和盛高科技产业有限公司
申请日： 2022-01-25 - 公布日： 2022-05-27 - 主分类号： G06V10/22 文献下载
摘要：本发明公开基于yolox检测的仪表读数识别方法，获取一张待测试的输入图片；使用yolox检测输入图中是否有仪表；是则，获取yolox输出的仪表类型，当yolox输出的仪表类型为数字仪表时，获取数字仪表框内的数字并查询该数字按照其位置关系得到具体数字作为仪表读数；当yolox输出的仪表类型为指针类型仪表时，获取yolox检测到的指针仪表框的圆心坐标，并基于圆心坐标查找匹配yolox检测到的指针以及指针两侧的数字，基于指针与指针两侧数字的位置关系，计算得到指针类型仪表的仪表读数
基于 yolox 检测仪表读数识别方法

[发明专利]一种SAR图像目标检测方法-CN202310518523.4在审
发明人：唐涛;崔雨婷;张思乾;赵凌君;计科峰;雷琳;熊博莅 -专利权人：中国人民解放军国防科技大学
申请日： 2023-05-10 - 公布日： 2023-08-22 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种SAR图像目标检测方法，涉及图像处理技术领域，其技术方案要点是：所述检测方法是通过DC‑YOLOX网络结构实现的，所述DC‑YOLOX网络结构是在YOLOX的基础上，利用空洞卷积进行改进的网络所述DC‑YOLOX网络结构包括以下三个部分：特征提取骨干网络部分、特征融合网络部分和预测头部分。DC‑YOLOX在YOLOX的基础上引入空洞卷积模块，可以扩大特征图的感受野，有效提升网络特征提取的性能。在复杂场景SAR图像中完成检测任务的同时可以有效降低虚警。
一种 sar 图像目标检测方法

[发明专利]基于改进yolox算法的复杂环境下输电线路鸟巢检测方法-CN202211462156.2在审
发明人：纪超;陈国燕;黄新波;王东旭;王博雅;王亮;侯威;宋智伟 -专利权人：西安工程大学
申请日： 2022-11-22 - 公布日： 2023-03-28 - 主分类号： G06V20/17 文献下载
摘要：本发明公开了一种基于改进yolox算法的复杂环境下输电线路鸟巢检测方法，具体按照以下步骤实施：步骤1、采集鸟巢图像数据，标注并划分数据集为训练集、验证集和测试集；步骤2、建立改进yolox算法网络模型，采用深度通道注意力模块和损失函数对yolox目标检测算法进行改进；步骤3、将训练集中图像输入改进yolox算法网络模型进行训练，通过训练得到优化的yolox算法网络模型；步骤4、将测试集中图像输入优化的yolox模型进行检测，获得鸟巢检测结果图。
基于改进 yolox 算法复杂环境输电线路鸟巢检测方法

[发明专利]基于改进YOLOX算法的行人遮挡检测方法-CN202210696966.8在审
发明人：韩超;宣勇 -专利权人：安徽工程大学
申请日： 2022-06-20 - 公布日： 2022-09-20 - 主分类号： G06V20/52 文献下载
摘要：本发明涉及一种基于改进YOLOX算法的行人遮挡检测方法，包括：获取行人遮挡数据集，分为训练集、验证集和测试集；构建YOLOX网络模型；将YOLOX网络模型的主干特征网络融合改进的CBAM模块，加入ASFF自适应特征融合机制模块，得到改进后的YOLOX网络模型；将融合后的特征图通过不同尺寸的YOLO检测头对训练集图像中目标的位置和类别进行预测，得到预测结果，利用损失函数训练改进后的YOLOX网络模型；将验证集输入改进后的YOLOX网络模型中，通过实验训练得到最优权重，对测试集中的图片进行测试，获得最终的检测结果。本发明将YOLOX算法应用到行人遮挡检测中，在原来的特征提取网络上，增加改进的CBAM模块，来增强特征图中的特征，从而得到更有用的特征，能够更好的识别出行人。
基于改进 yolox 算法行人遮挡检测方法

[发明专利]一种群养生猪多目标跟踪及行为统计方法-CN202211386127.2在审
发明人：涂淑琴;黄磊;刘晓龙;李承桀;曾扬晨;梁云 -专利权人：华南农业大学
申请日： 2022-11-07 - 公布日： 2023-03-21 - 主分类号： G06V20/40 文献下载
摘要：本发明公开了一种群养生猪多目标跟踪及行为统计方法，包括如下步骤：S1：建立群养生猪的视频数据集，构建YOLOX‑X模型，所述YOLOX‑X模型依次包括特征提取主干网络，中间多尺度特征融合网络，目标检测定位和行为识别网络三个部分；S2：构建YOLOX‑X+ByteTrack模型，所述YOLOX‑X+ByteTrack模型包括YOLOX‑X模型、卡尔曼滤波、IoU匹配算法、匈牙利匹配算法和轨迹的创建、删除和合并；S3：在YOLOX‑X+ByteTrack模型中设计猪只锚框和轨迹插值后处理策略，获得改进的YOLOX‑X+ByteTrack模型；S4：采用改进的YOLOX‑X+ByteTrack模型对群养生猪进行目标追踪和行为统计。
种群养生多目标跟踪行为统计方法

[发明专利]一种基于改进YOLOX的安全帽佩戴检测方法及装置-CN202310229523.2在审
发明人：黄军文;刘魏魏;陈兴委 -专利权人：深圳华付技术股份有限公司
申请日： 2023-03-10 - 公布日： 2023-07-28 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种基于改进YOLOX的安全帽佩戴检测方法，包括：S1：获取安全帽佩戴检测原始图像样本集，并对所述原始图像集进行数据标注和划分，得到训练集和测试集；S2：基于YOLOX原始算法构建改进型YOLOX网络结构，得到改进YOLOX算法；S3：利用所述训练集对所述改进YOLOX算法进行训练，得到目标检测网络；S4：待检测的图像采用所述目标检测网络输出对应的检测结果，根据所述检测结果判断原始图像中的人是否佩戴安全帽本申请通过改进YOLOX算法对原始图像中人的安全帽佩戴情况进行检测，提高检测的准确度。
一种基于改进 yolox 安全帽佩戴检测方法装置

[发明专利]用于人脸及人脸属性检测的yolox模型的训练装置-CN202211363343.5在审
发明人：郑新莹;李冠群;陈训教;张劲风 -专利权人：奥比中光科技集团股份有限公司
申请日： 2022-11-02 - 公布日： 2023-02-03 - 主分类号： G06V40/16 文献下载
摘要：本发明公开了用于人脸及人脸属性检测的yolox模型的训练装置，所述训练装置包括：预测单元，用于将待检测图像输入至初始yolox模型进行人脸及人脸属性检测得到检测结果；训练数据存储单元，用于存储txt格式的训练数据；数据处理读取单元，用于读取所述训练数据并与所述检测结果计算所述初始yolox模型的损失函数；迭代修正单元，用于根据所述初始yolox模型的损失函数，对所述初始yolox模型进行迭代修正直至所达到预设条件结束训练，将达到预设条件的yolox模型作为目标人脸重建模型。
用于属性检测 yolox 模型训练装置

[发明专利]一种改进Yolox算法的火焰烟雾目标检测方法-CN202310842981.3在审
发明人：刘伟;姜庭豪;何凯;高群;王雪琪;孙一菲;高赟翔;都汝恒 -专利权人：山东工商学院;烟台宝和机电设备有限公司
申请日： 2023-07-11 - 公布日： 2023-10-20 - 主分类号： G06V20/52 文献下载
摘要：本申请公开了一种改进Yolox算法的火焰烟雾目标检测方法，属于火焰烟雾检测领域，包括：获取火焰烟雾的图像数据，并通过数据增强对图像数据进行预处理，得到数据集；通过ACmix注意力机制和条件卷积对Yolox模型进行改进，得到Yolox‑ACT模型；基于数据集对Yolox‑ACT模型进行训练并得到火焰烟雾目标的预测框；设计并使用WHIoU损失函数计算预测框与真实框之间的长宽耦合损失，并通过梯度回传更新Yolox‑ACT模型的参数，得到最优模型权重；基于最优模型权重和Yolox‑ACT模型得到目标检测模型，以对火焰烟雾目标进行检测。
一种改进 yolox 算法火焰烟雾目标检测方法

[发明专利]一种基于改进YOLOX与PNN的SMT产线贴片机故障预测方法-CN202210707932.4在审
发明人：黄春跃;廖帅冬;张怀权;龚锦峰;李茂林 -专利权人：桂林电子科技大学
申请日： 2022-06-22 - 公布日： 2022-09-20 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于改进YOLOX与PNN的SMT产线贴片机故障预测方法，该方法通过采集PCBA产品图像，对图像进行筛选，保留带缺陷的PCBA产品图像，对图像缺陷进行分类和位置信息标注，并将数据按比例进行数据集的制作与划分；对YOLOX神经网络模型进行改进，利用图像分类网络ConvNeXt的主干特征提取网络对原模型YOLOX进行改进，得到改进YOLOX神经网络模型；利用PCBA焊点缺陷数据集对改进YOLOX模型进行训练，得到基于改进YOLOX的PCBA焊点缺陷检测模型；将PCBA焊点缺陷检测模型部署到SMT产线上，进行PCBA焊点缺陷检测，并收集检测结果；采集PCBA焊点缺陷同一时期对应的贴片机故障信息，制作PNN的基础输入数据模型；将基于改进YOLOX的PCBA焊点缺陷模型与PNN模型部署到SMT产线上，进行贴片机故障预测。
一种基于改进 yolox pnn smt 产线贴片机故障预测方法

[发明专利]一种基于YOLOX轻量化及网络优化的方法-CN202310212335.9在审
发明人：张文博;马梓益;姬红兵;李林;臧博;李斌 -专利权人：西安电子科技大学
申请日： 2023-03-07 - 公布日： 2023-06-23 - 主分类号： G06N3/0464 文献下载
摘要：本发明公开了一种基于YOLOX轻量化及网络优化的方法，包括以下步骤；S1：在目标检测任务中，准备训练时所需的数据集；S2：在所述数据集上训练原始YOLOX神经网络模型，记录和评估模型的性能指标；S3：对原始YOLOX神经网络模型执行剪枝操作，生成剪枝后的改进YOLOX网络模型；S4：在数据集上训练生成剪枝后的改进YOLOX网络模型；S5：对改进YOLOX网络模型执行剪枝操作；S6：对改进剪枝后的改进YOLOX
一种基于 yolox 量化网络优化方法

[发明专利]一种基于YOLOX的端到端多目标跟踪方法及系统-CN202310349047.8在审
发明人：葛泉波;宋玉存 -专利权人：南京信息工程大学
申请日： 2023-04-04 - 公布日： 2023-09-01 - 主分类号： G06V20/40 文献下载
摘要：本发明提出一种基于YOLOX的端到端多目标跟踪方法及系统，属于深度学习目标检测和跟踪领域。该基于YOLOX的端到端多目标跟踪方法，针对现有目标跟踪方法需要使用检测和跟踪两个步骤，提出通过使用基于YOLOX的目标检测算法实现端到端的目标跟踪方法，只需要一个YOLOX网络，即可实现多目标跟踪方法该算法首先通过对YOLOX目标检测算法的输入端进行改进，以适应视频流的目标跟踪；并针对现有目标跟踪方法检测和跟踪分离造成速度慢的问题，在YOLOX网络中将目标的外观特征和位置预测集成到目标检测网络中，实现端到端的目标跟踪方法
一种基于 yolox 端到端多目标跟踪方法系统

[发明专利]新型电力绝缘子缺陷检测识别方法及系统-CN202210922981.X在审
发明人：王晓龙;王根一;张晏玮;安国成 -专利权人：上海华讯网络系统有限公司
申请日： 2022-08-02 - 公布日： 2022-12-09 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种新型电力绝缘子缺陷检测识别方法及系统，包括：步骤S1：构建改进YOLOX卷积神经网络模型；步骤S2：利用多阶段网络训练算法训练改进YOLOX卷积神经网络模型，得到训练后的改进YOLOX卷积神经网络模型；步骤S3：利用训练后的改进YOLOX卷积神经网络模型对待测新型电力绝缘子缺陷进行检测识别。
新型电力绝缘子缺陷检测识别方法系统

[发明专利]基于YOLOX和DeepLabv3 plus的快速路面裂缝提取方法-CN202310184522.0在审
发明人：王崇倡;尤君宇;孙尚宇;张晋赫 -专利权人：辽宁工程技术大学
申请日： 2023-03-01 - 公布日： 2023-06-23 - 主分类号： G06V10/26 文献下载
摘要：本发明公开了一种基于YOLOX和DeepLabv3plus的快速路面裂缝提取方法，包括对采集后的部分路段路面图像进行标注，形成目标检测原始数据集；对YOLOX‑L检测模型进行优化得到检测效果更优的C‑YOLOX模型；将C‑YOLOX检测结果矩形框内的图像进行像素级标注得到分割所用数据集；基于DeepLabv3plus网络模型对其骨干网络进行优化改进得到检测速度更快的mobilenetv3‑DeepLabv3+本发明的基于YOLOX和DeepLabv3plus的快速路面裂缝提取方法采用改进后的C‑YOLOX以及MobileNetv3‑DeepLabv3网络，有效的提升了检测任务中的检测精度，并在后续分割任务中大幅提升速度的同时依旧能保持裂缝的风格精度
基于 yolox deeplabv3 plus 快速路面裂缝提取方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
下一页»
尾页
共 247 条