“rcnn”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1079个，建议您升级VIP下载更多相关专利

[发明专利]基于HHO-RCNN的石油测井油气层识别方法-CN202111535742.0在审
发明人：夏克文;杨文彪;范书瑞;王莉;张志伟;周亚同;毛评生 -专利权人：河北工业大学
申请日： 2021-12-15 - 公布日： 2022-03-22 - 主分类号： G06F30/27 文献下载
摘要：本发明为基于HHO‑RCNN的石油测井油气层识别方法。首先获取石油井的多种测井数据，其次对测井数据进行预处理，并对预处理后的测井数据进行归一化处理；然后构建RCNN网络模型，RCNN网络模型包含多个RCNN残差单元；最后利用哈里斯鹰优化算法优化RCNN网络模型的参数，得到HHO‑RCNN模型；对HHO‑RCNN模型进行训练，将训练后的HHO‑RCNN模型用于石油测井的油气层识别；RCNN网络模型的参数包含RCNN残差单元数量、卷积核大小、滤波器数量和Adam优化算法的学习率该方法通过HHO优化建模得到一个最佳的RCNN网络模型，因此HHO‑RCNN模型的识别精度高。
基于 hho rcnn 石油测井油气识别方法

[发明专利]一种基于FPGA的faster-RCNN目标检测方法-CN202010579892.0在审
发明人：王堃;王铭宇;吴晨 -专利权人：成都恒创新星科技有限公司
申请日： 2020-06-23 - 公布日： 2020-10-27 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于FPGA的faster‑RCNN目标检测方法，涉及智能识别领域，包括对数据集进行预处理；构建faster‑RCNN模型；将数据集载入faster‑RCNN模型，并根据faster‑RCNN模型定制FPGA；利用定制的FPGA训练faster‑RCNN模型；根据faster‑RCNN模型的训练结果进行测试，若训练结果低于平均精确率AP阈值，则修改参数，再次进行训练后对训练结果进行测试，直至训练结果达到阈值；输入需要检测的图片，利用训练后的faster‑RCNN模型进行目标识别。本发明根据faster‑RCNN模型定制FPGA各个处理模块，既能实现faster‑RCNN模型精确识别物体，并且还能解决faster‑RCNN模型识别速度慢的问题，从而实现更快的检测速度、更高的检测精度
一种基于 fpga faster rcnn 目标检测方法

[发明专利]一种基于Oriented Cascade Mask RCNN网络的细胞分割方法-CN202310380175.9在审
发明人：张兵;孟濬;许力 -专利权人：余姚市机器人研究中心;浙江大学
申请日： 2023-04-11 - 公布日： 2023-08-08 - 主分类号： G06V10/26 文献下载
摘要：本发明属于图像分割技术领域，公开了一种基于Oriented Cascade Mask RCNN网络的细胞分割方法，本发明基于Mask RCNN框架，结合Cascade RCNN和Oriented RCNN，提出了Oriented Cascade Mask RCNN，实现医学图像中细胞的精确分割与分类。其中，Cascade RCNN可以通过级联的分类与回归分支来达到更精准的分割效果，而Oriented RCNN则将Oriented Anchors引入到RCNN模型中，减少了边界框中的无效区域，从而减少无用特征对分割结果的影响
一种基于 oriented cascade mask rcnn 网络细胞分割方法

[发明专利]一种基于图片蒸馏的通用物体检测系统及其实现方法-CN201811150901.3有效
发明人：王青;赵惠;陈添水;林倞 -专利权人：中山大学
申请日： 2018-09-29 - 公布日： 2022-03-25 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于图片蒸馏的通用物体检测系统及其实现方法，该系统包括：Faster RCNN模型，构建Faster RCNN的网络结构，并进行训练，得到训练好的Faster RCNN模型；Wae FasterRCNN检测模型，将输入图像分解成两个分辨率只有原图一半的子图，构建并利用Wae Faster RCNN网络结构分别对低频和高频子图进行物体检测，将两个子图的检测结果进行融合得到最终检测结果；训练指导单元，对Wae Faster RCNN检测模型进行训练，并在训练时引入知识蒸馏机制，利用已训练好的Faster RCNN模型的输出作为软目标来指导Wae Faster RCNN模型的训练。
一种基于图片蒸馏通用物体检测系统及其实现方法

[发明专利]一种基于Faster RCNN网络的成熟期番茄识别方法及系统-CN202310034169.8有效
发明人：张继波;李楠;杨素华;杨宁 -专利权人：山东省气候中心
申请日： 2023-01-10 - 公布日： 2023-06-30 - 主分类号： G06V20/68 文献下载
摘要：本发明提供一种基于Faster RCNN网络的成熟期番茄识别方法及系统，属于番茄识别领域，均能够：构建番茄果实图像数据集；构建生成式对抗网络；对生成式对抗网络进行训练；构建Faster RCNN网络，并将Faster RCNN网络中特征提取阶段的网络模型替换为训练好的生成式对抗网络的判别网络模型，以及将Faster RCNN网络中目标识别阶段的网络模型替换为训练好的生成式对抗网络的判别网络模型，得到目标Faster RCNN网络模型；对目标Faster RCNN网络模型进行训练；利用训练好的目标Faster RCNN网络模型识别待识别图像中果实成熟与否。
一种基于 faster rcnn 网络成熟期番茄识别方法系统

[发明专利]一种基于改进Faster-RCNN的船舶目标检测方法及系统-CN202310715661.1在审
发明人：岳夏;王宇华;李志滨;张春良;朱厚耀;莫炯豪 -专利权人：广州大学
申请日： 2023-06-15 - 公布日： 2023-09-05 - 主分类号： G06V20/50 文献下载
摘要：本说明书实施例提供了一种基于改进Faster‑RCNN的船舶目标检测方法及系统，其中，方法包括：获取公开船舶数据集，对公开船舶数据集进行预处理，划分训练集和验证集；构建Faster‑RCNN算法模型，在特征提取网络中采用多头注意力机制Multi‑Head Attention与特征金字塔FPN进行特征提取，在区域生成网络RPN中采用加权框求和策略替换非极大值抑制策略对Faster‑RCNN算法模型进行优化；通过训练集训练Faster‑RCNN算法模型并通过验证集对Faster‑RCNN算法模型进行验证，保存每一次循环迭代的权重信息，选择最后一次迭代的权重信息作为最终Faster‑RCNN检测模型；通过最终Faster‑RCNN检测模型进行检测识别本发明通过改进Faster‑RCNN模型，加快锚定框计算，预测位置坐标和类概率，提高了检测精度。
一种基于改进 faster rcnn 船舶目标检测方法系统

[发明专利]基于深度学习的速度传感器螺栓丢失故障识别方法-CN202111333608.2有效
发明人：张宇墨 -专利权人：哈尔滨市科佳通用机电股份有限公司
申请日： 2021-11-11 - 公布日： 2022-07-01 - 主分类号： G06T7/00 文献下载
摘要：包括：获得货车的速度传感器图像；采用一级Faster RCNN网络和二级Faster RCNN网络作为速度传感器图像的检测网络；将两级Faster RCNN网络中现有区域建议网络FPN替换为改进后区域建议网络FPN，Faster RCNN网络中现有目标检测网络Fast RCNN替换为改进后目标检测网络Fast RCNN；采用一级Faster RCNN网络获得速度传感器的位置信息；采用二级FasterRCNN
基于深度学习速度传感器螺栓丢失故障识别方法

[发明专利]基于Faster RCNN的高分辨率SAR图像车辆目标关键部位提取方法-CN202210913427.5有效
发明人：张月婷;胡玉新;郭嘉逸 -专利权人：中国科学院空天信息创新研究院
申请日： 2022-08-01 - 公布日： 2022-10-04 - 主分类号： G06V20/13 文献下载
摘要：本发明提供了一种基于Faster RCNN的高分辨率SAR图像车辆目标关键部位提取方法，该方法涉及图像处理技术领域，包括：对多个SAR传感图像进行预处理，得到多个切片图像数据；对切片图像数据进行标注处理，并将标注后的切片图像数据按照预置比例分成训练数据集及测试数据集；基于VGG16网络及RPN网络，构建Faster RCNN网络模型，并设置Faster RCNN网络模型的训练参数及构建Faster RCNN网络模型的损失函数；将训练数据集及测试数据集依次输入至Faster RCNN网络模型中进行训练及测试，并保存测试后的网络模型参数，得到测试后的Faster RCNN网络模型，该测试后的Faster RCNN本发明还提供了一种基于Faster RCNN的高分辨率SAR图像车辆目标关键部位提取装置、电子设备及存储介质。
基于 faster rcnn 高分辨率 sar 图像车辆目标关键部位提取方法

[发明专利]输电线路中的鸟巢自动识别系统及其方法和应用-CN201810980228.X在审
发明人：鲁轩;张伟龙;任杰;李马骁;许可;冯喜龙;付明;张鹏睿 -专利权人：国网天津市电力公司;国家电网有限公司
申请日： 2018-08-27 - 公布日： 2019-01-11 - 主分类号： G06K9/00 文献下载
摘要：所述方法包括Faster‑Rcnn样本制作、Faster‑Rcnn模型训练、Faster‑Rcnn模型测试与修正、Faster‑Rcnn模型的使用和Faster‑Rcnn模型参数的更新步骤。
鸟巢自动识别系统输电线路中应用计算机视觉技术安全运行快速定位模型参数模型测试模型训练样本制作自动识别检修预警修正电网更新帮助保证

[发明专利]一种基于Faster-RCNN的轴承滚子瑕疵检测方法-CN202010656241.7在审
发明人：宣琦;陈科;袁琴;张鑫辉;翔云 -专利权人：浙江工业大学
申请日： 2020-07-09 - 公布日： 2020-11-24 - 主分类号： G06T7/00 文献下载
摘要：一种基于Faster‑RCNN的轴承滚子瑕疵检测方法，包括以下步骤：1)获取数据，通过实验装置设备拍摄轴承滚子照片；2)将数据集分为训练集和预测集，为训练集中的数据制作单一缺陷标签；3)用训练集训练Faster‑RCNN网络；4)用训练好的Faster‑RCNN模型对预测集的图片进行检测，得到每张图片的检测结果；5)删除原有标签，为训练集中的数据制作15类缺陷标签，预测集中的数据不作处理；6)用新的训练集训练Faster‑RCNN网络；7)用新的Faster‑RCNN模型对预测集的图片进行检测，得到每张图片的检测结果。本发明构建Faster‑RCNN模型，准确率较高、检测速度较快。
一种基于 faster rcnn 轴承滚子瑕疵检测方法

[发明专利]基于FASTER-RCNN模型的多尺度检测方法-CN202111575232.6在审
发明人：关新锋;刘凯;吴波;胡荣;王兆俊;常泽民;王嘉楠;徐小玉 -专利权人：江西航天鄱湖云科技有限公司
申请日： 2021-12-21 - 公布日： 2022-05-06 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了基于FASTER‑RCNN模型的多尺度检测方法，包括：将待检测图像输入VGG16卷积神经网络，以VGG16卷积神经网络中的conv1_2、conv3_3、conv5_3三种特征提取层的输出同时依次经过RPN、ROI pooling网络，得到初步的Faster‑RCNN模型；对初步的Faster‑RCNN模型进行稀疏化训练，找出权重较小的小标度因子通道；对小标度因子通道进行剪枝，得到小目标Faster‑RCNN模型；对小目标Faster‑RCNN模型中特征进行量化，得到多尺度小目标Faster‑RCNN模型。
基于 faster rcnn 模型尺度检测方法

[发明专利]一种基于改进Faster-RCNN的电力设备外观缺陷检测方法-CN201910334105.3有效
发明人：彭道刚;彭盖伦;王岚青;姚洋洋;黄孟俊;晏小彬;尹磊 -专利权人：上海电力学院
申请日： 2019-04-24 - 公布日： 2021-05-04 - 主分类号： G06K9/32 文献下载
摘要：本发明涉及一种基于改进Faster‑RCNN的电力设备外观缺陷检测方法，包括以下步骤：采集电力设备图像，建立电力设备外观图像库，包括训练集和测试集；构建改进Faster‑RCNN模型，该模型中，利用特征融合技术将不同层卷积神经网络的特征图进行融合，且区域提取网络RPN基于改进锚框进行区域提取；使用训练集训练改进Faster‑RCNN模型，在训练过程中增加一条训练支路；使用测试集测试改进Faster‑RCNN模型的性能，然后将改进Faster‑RCNN与现有技术相比，本发明在在训练速度、检测准确率方面优于Faster‑RCNN，具有一定的应用价值。
一种基于改进 faster rcnn 电力设备外观缺陷检测方法

[发明专利]一种改进Faster-RCNN模型的模糊目标检测方法-CN202010760864.9在审
发明人：王堃;王铭宇;吴晨 -专利权人：成都恒创新星科技有限公司
申请日： 2020-07-31 - 公布日： 2020-11-24 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种改进Faster‑RCNN模型的模糊目标检测方法，涉及智能识别领域，通过构建GAN模型，然后对GAN模型进行训练生成修复网络，将修复网络引入Faster‑RCNN模型，对Faster‑RCNN模型进行改进，待检测的模糊图片首先进入改进Faster‑RCNN模型的修复网络，后进行目标检测，极大的提高了模糊目标检测的准确率。
一种改进 faster rcnn 模型模糊目标检测方法

[发明专利]一种基于CNN和RCNN模型的文本识别方法及装置-CN202010754368.2有效
发明人：杨星;马涛;朱东涛;樊冯飞;周先东;王勇;马春来;王磊;朱静轩;孟彦 -专利权人：中国人民解放军国防科技大学
申请日： 2020-07-31 - 公布日： 2020-11-20 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于CNN和RCNN模型的文本识别方法及装置，所述方法包括：抓取待识别网页文本，识别待识别网页文本中的字符及词汇；构建基于CNN和RCNN的融合模型，所述融合模型包括第一CNN网络模型、第一RCNN模型、第二CNN网络模型、第二RCNN模型、融合层、及一个Softmax层，所述融合层对第一CNN网络模型、第一RCNN模型、第二CNN网络模型、第二RCNN模型的输出数据确定融合比例；得到训练好的融合模型
一种基于 cnn rcnn 模型文本识别方法装置

[发明专利]基于Mask-RCNN的室内复杂环境下多目标检测方法-CN202211628873.8在审
发明人：刘宗敏;王吉睿;黎杰;李祖锋;敖文刚;张会焱;刘鹏达;张龙发 -专利权人：重庆工商大学
申请日： 2022-12-18 - 公布日： 2023-04-07 - 主分类号： G06V20/00 文献下载
摘要：本发明提供的一种基于Mask‑RCNN的室内复杂环境下多目标检测方法，包括以下步骤：S1.获取室内环境中需要识别的目标物体的图像信息，并将目标物体的图像信息采用Labelme工具进行标注，得到每张图像对应的json格式文件，然后转换成COCO数据集格式；S2.构建Mask RCNN网络，并将CBAM注意力模块加入Mask RCNN网络的主干网络的残差网络中，得到改进型Mask RCNN网络；S3.将转换成COCO数据集格式的图像信息划分为训练集和测试集，并将训练集输入至改进型Mask RCNN网络中进行训练；S4.将测试集输入训练完成后的改进型Mask RCNN网络中进行测试，并判断改进型Mask RCNN网络的识别准确性，当达到准确性指标时，进入步骤S5；S5.实时采集待测室内环境中的目标物体的图像信息，并输入至改进型Mask RCNN网络中进行多目标检测。
基于 mask rcnn 室内复杂环境多目标检测方法

1
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 1079 条