“tiny”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359个，建议您升级VIP下载更多相关专利

[发明专利]一种用于星上对舰船目标检测的Tiny-YOLO网络的优化方法-CN201910792583.9有效
发明人：张润鑫;董方;武文波;李湜文;杨翊东;李阳;刘冰洁;郭进一;常淞泓 -专利权人：北京空间机电研究所
申请日： 2019-08-26 - 公布日： 2023-02-03 - 主分类号： G06N3/04 文献下载
摘要：一种用于星上对舰船目标检测的Tiny‑YOLO网络的优化方法，采用舰船图像的样本集合，对原始Tiny‑YOLO网络进行训练，得到网络内各卷积层内的卷积核的参数；根据原始Tiny‑YOLO网络以及网络内各卷积层内的卷积核的参数，确定用于舰船目标检测的Tiny‑YOLO网络；通过减少卷积核，实现Tiny‑YOLO网络进行稀疏化，根据稀疏化后的Tiny‑YOLO网络的各卷积层的位置，进行迁移学习，使稀疏化后的Tiny‑YOLO网络在星上的运算速度和检测准确率达到要求；将迁移学习后的Tiny‑YOLO网络中的卷积核参数由浮点数转变为整数，获得最终的Tiny‑YOLO网络，实现星上利用改进Tiny‑YOLO网络提高运算速度的需求。
一种用于舰船目标检测 tiny yolo 网络优化方法

[发明专利]基于FPGA的Tiny-yolo卷积神经网络硬件加速方法及系统-CN201810523619.9有效
发明人：黄智勇;吴海华;李渊明;虞智 -专利权人：重庆大学
申请日： 2018-05-28 - 公布日： 2022-02-18 - 主分类号： G06N3/063 文献下载
摘要：本发明公开了一种基于FPGA的Tiny‑yolo卷积神经网络硬件加速方法及系统，其通过分析Tiny‑yolo网络并行特征，结合硬件的并行处理能力，对Tiny‑yolo卷积神经网络进行硬件加速。加速方案从3个方面对Tiny‑yolo网络进行加速改进:(1)通过多通道并行输入提升Tiny‑yolo网络的处理速度，(2)通过并行计算提升Tiny‑yolo网络卷积计算的速度，(3)通过池化嵌入减少Tiny‑yolo其大大提高了Tiny‑yolo卷积神经网络的检测速度。
基于 fpga tiny yolo 卷积神经网络硬件加速方法系统

[发明专利]基于改进Tiny-YOLOv3网络的航天电子焊点缺陷检测方法-CN202010873329.4在审
发明人：孙博;韩航迪;付光辉;黄垒;司顺成;赵继丁;孟灵强;廖广兰;张许宁;韩京辉 -专利权人：华中科技大学;北京卫星环境工程研究所
申请日： 2020-08-26 - 公布日： 2020-11-24 - 主分类号： G06T7/00 文献下载
摘要：本发明属于缺陷检测相关技术领域，其公开了一种基于改进Tiny‑YOLOv3网络的航天电子焊点缺陷检测方法，所述检测方法包括以下步骤：(1)利用Mobilenet网络增强Tiny_YOLOv3中用于特征提取的网络层，具体为使用轻量级网络Mobilenet替换Tiny_YOLOv3主干网络中的7层卷积与最大池化网络层，以得到改进的Tiny_YOLOv3网络；(2)将已知缺陷类型的焊点红外图像作为样本的训练数据集输入改进的Tiny_YOLOv3网络，以对改进的Tiny_YOLOv3网络进行训练和学习，继而得到改进的Tiny_YOLOv3网络模型；(3)将待测焊点样品的红外图像输入到改进的Tiny_YOLOv3网络模型，以完成焊点缺陷的检测
基于改进 tiny yolov3 网络航天电子点缺陷检测方法

[发明专利]一种基于改进的yolov3-tiny网络的交通标识检测方法-CN202010010170.3在审
发明人：卿粼波;俞辰;滕奇志;何小海;胡亮 -专利权人：四川大学
申请日： 2020-01-06 - 公布日： 2021-07-06 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于改进的yolov3‑tiny网络的交通标识检测方法，提高了yolov3‑tiny检测交通标识的准确率，同时减少了参数量，可以达到在嵌入式平台上实时检测交通标识的效果。该方法包括数据集预处理，yolov3‑tiny的网络结构的改进，以及改进后网络模型的测试。本发明的网络检测模型在测试集上的检测精度mAP达到93.53％，比yolov3‑tiny提高了4.17％，recall达到了94.49％，比yolov3‑tiny提高了2.63％，参数量只有5.7M，比yolov3‑tiny减少了83.6％，在嵌入式平台上检测交通标识时性能优良。
一种基于改进 yolov3 tiny 网络交通标识检测方法

[发明专利]一种三尺度特征的YOLOv4-tiny目标检测算法-CN202210006547.7在审
发明人：王兰美;王立哲;王桂宝;廖桂生;王新宽;孙长征 -专利权人：西安电子科技大学;陕西理工大学
申请日： 2022-01-05 - 公布日： 2023-04-07 - 主分类号： G06V20/58 文献下载
摘要：本发明提出了一种三尺度特征的YOLOv4‑tiny目标检测算法，解决原YOLOv4‑tiny在小目标检测上精度不高及重叠情况下漏检的问题；首先下载当前目标检测领域通用数据集tt100k数据集与LISA数据集，并进行数据增强；其次使用标准YOLOv4‑tiny网络对两个数据增强后的通用数据集进行训练，检测其性能；然后针对标准YOLOv4‑tiny模型中仅输出两个尺寸特征图造成小目标漏检的问题，提出一种三尺度特征的YOLOv4‑tiny目标检测算法，并对改进算法模型进行训练；最后对比标准YOLOv4‑tiny模型，分析测试结果；本发明提出的基于三尺度特征图的改进YOLOv4‑tiny算法，提出了改进结构，加入了第三尺度特征图；改进后的YOLOv4‑tiny算法对小目标检测与重叠情况下目标的检测精度均有提高，且本发明改进后的YOLOv4算法鲁棒性较好，可用于多个数据集的性能提升。
一种尺度特征 yolov4 tiny 目标检测算法

[发明专利]一种海上小尺度目标检测方法和装置-CN202310855620.2在审
发明人：赵玉普;周轲瑞;时惠莉 -专利权人：中国船舶集团有限公司第七〇九研究所
申请日： 2023-07-13 - 公布日： 2023-10-03 - 主分类号： G06V10/82 文献下载
摘要：本发明属于海上目标实时检测领域，涉及一种海上小尺度目标检测方法和装置，包括：对原始图像进行预处理得到第一图像和第二图像，对原始yolov3‑tiny网络模型进行训练后得到第一级yolov3‑tiny网络模型和第二级yolov3‑tiny网络模型，将所述第一图像输入所述第一级yolov3‑tiny网络模型得到第一级特征图，构建fdnet模块，所述fdnet模块用于预测所述第二图像上需要裁剪的感兴趣区域图像，将所述感兴趣区域图像输入所述第二级yolov3‑tiny网络模型得到第二级特征图，所述第一级特征图和所述第二级特征图组成最终的特征图，本发明将yolov3‑tiny网络模型扩充为两级，并在第一级yolov3‑tiny网络模型的第五层卷积池化后增加一个fdnet模块，提高了yolov3‑tiny网络模型在海上小尺度目标检测时的准确率。
一种海上尺度目标检测方法装置

[发明专利]一种基于YOLOv3的轻量级框架改进的目标识别方法-CN201911013341.1在审
发明人：陈名松;张泽功;吴泳蓉;吴冉冉 -专利权人：桂林电子科技大学
申请日： 2019-10-23 - 公布日： 2020-03-27 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于YOLOv3的轻量级框架改进的目标识别方法，通过将YOLOv3的轻量级版本YOLOv3‑tiny和SENet相结合得到YOLOv3‑tiny‑SE来进行目标检测和识别。在不同的路况、行车环境和天气条件下进行车辆、行人和交通环境图片的采集，对采集到的数据进行预处理以及数据增强，制作并完善目标识别样本集，对样本集进行标注，然后将样本集分为训练集和测试集两部分，在YOLOv3‑tiny中嵌入SENet结构，得到YOLOv3‑tiny‑SE，在训练集上训练YOLOv3‑tiny‑SE，在测试集上测试YOLOv3‑tiny‑SE，然后和YOLOv3‑tiny性能进行比较。
一种基于 yolov3 轻量级框架改进目标识别方法

[发明专利]一种基于YOLOv4-Tiny的矿井电机车路况实时检测方法-CN202210118307.6在审
发明人：郭永存;杨豚;王爽;童佳乐;王文善;马鑫 -专利权人：安徽理工大学
申请日： 2022-02-08 - 公布日： 2022-05-24 - 主分类号： G06V20/56 文献下载
摘要：本发明公开一种基于YOLOv4‑Tiny的矿井电机车路况实时检测方法，包括：采集煤矿井下巷道有轨电机车运行路况图像，对图像中包含的不同检测目标进行标注，创建矿井电机车图像数据集；对传统YOLOv4‑Tiny网络结构进行改进，得到改进型YOLOv4‑Tiny网络；基于所述矿井电机车图像数据集，优化网络训练参数，多次训练所述改进型YOLOv4‑Tiny网络，最终得到最优改进型YOLOv4‑Tiny网络模型；验证所述最优改进型YOLOv4‑Tiny网络模型的检测性能。本发明通过对YOLOv4‑Tiny算法进行改进，在不影响检测速度的条件下提高了算法的检测精度，增强了算法在复杂环境条件下对多种目标的检测能力，实现了矿井电机车在复杂煤矿巷道路况条件下对多种目标的精准实时检测
一种基于 yolov4 tiny 矿井机车路况实时检测方法

[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]一种面向嵌入式实时视觉目标检测的轻型网络构建方法-CN202110312020.2有效
发明人：王晗;冯文宇;朱远璠;郑君泰;傅怀梁 -专利权人：南通大学
申请日： 2021-03-24 - 公布日： 2022-09-06 - 主分类号： G06V10/80 文献下载
摘要：本发明公开了一种面向嵌入式实时视觉目标检测的轻型网络构建方法，包括如下步骤：步骤1)构建基于通道注意力机制多尺度特征融合的三分支输出骨干网络模块Backbone‑Tiny；步骤2)构建轻型金字塔特征融合网络模块PAN‑Tiny；步骤3)构建轻型检测头网络模块Head‑Tiny；步骤4)按照骨干网络模块Backbone‑Tiny、金字塔特征融合网络模块PAN‑Tiny、检测头网络模块Head‑Tiny的顺序，将步骤
一种面向嵌入式实时视觉目标检测轻型网络构建方法

[发明专利]基于YOLOv4-tiny的插板阀开度检测方法-CN202011502843.3有效
发明人：李明;鹿朋;朱美强;梁健;王军 -专利权人：中国矿业大学
申请日： 2020-12-17 - 公布日： 2023-04-18 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种检测方法，尤其是一种基于YOLOv4‑tiny的插板阀开度检测方法。基于YOLOv4‑tiny的配置文件，能构建YOLOv4‑tiny基本检测模型，经过训练后，能最终得到YOLOv4‑tiny目标检测模型，利用YOLOv4‑tiny目标检测模型能对插板阀进行开度检测，具有鲁棒性高
基于 yolov4 tiny 插板阀开度检测方法

[发明专利]一种大尺度特征的YOLOv4-tiny目标检测算法-CN202210006548.1在审
发明人：王兰美;王立哲;王桂宝;廖桂生;王文洋;孙长征 -专利权人：西安电子科技大学;陕西理工大学
申请日： 2022-01-05 - 公布日： 2022-04-29 - 主分类号： G06V20/58 文献下载
摘要：本发明提出了一种大尺度特征的YOLOv4‑tiny目标检测算法，解决原YOLOv4‑tiny在小目标检测上精度不高及重叠情况下漏检的问题；首先下载当前目标检测领域通用数据集tt100k数据集与LISA数据集，并进行数据增强；其次使用标准YOLOv4‑tiny网络对两个数据增强后的通用数据集进行训练，检测其性能；然后针对原始YOLOv4‑tiny模型对小目标进行检测时精度不高且易漏检的问题，提出一种大尺度特征的YOLOv4‑tiny目标检测算法，并对改进算法模型进行训练；最后对比标准YOLOv4‑tiny模型，分析测试结果；本发明在不改变YOLOv4‑tiny模型输出特征图数量、保持模型实时性的情况下，通过改变输出特征图大小
一种尺度特征 yolov4 tiny 目标检测算法

[发明专利]基于Tiny-YOLO v3的焊缝胶片字符识别方法-CN202011457524.5有效
发明人：谢经明;刘默耘;郝靖;马伟鑫;关皓天;何磊;刘西策;陈幼平 -专利权人：华中科技大学;上海君睿信息技术有限公司
申请日： 2020-12-11 - 公布日： 2022-09-16 - 主分类号： G06V30/14 文献下载
摘要：本发明属于焊缝胶片字符识别相关技术领域，其公开了一种基于Tiny‑YOLO v3的焊缝胶片字符识别方法，该方法包括：将Tiny‑YOLO v3网络中除上层预设层数外的多层3×3卷积层替换为特征融合提取的GCF模块，将预测层替换为小尺度预测层，并更新了网络中的anchor值，获得了优化后的Tiny‑YOLO v3网络；对优化后的Tiny‑YOLO v3网络进行训练获得训练完成的Tiny‑YOLO v3网络；采用训练完成的Tiny‑YOLO v3网络对待测试焊缝胶片数据进行识别即可获得焊缝胶片上的字符。
基于 tiny yolo v3 焊缝胶片字符识别方法

[发明专利]一种基于深度学习的图像目标快速检测方法-CN201811367474.4有效
发明人：李旺灵;孙若陪;孙永荣;王国屹;曾庆化;赵伟 -专利权人：南京航空航天大学
申请日： 2018-11-16 - 公布日： 2023-04-18 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于深度学习的图像目标快速检测方法，步骤为：1、建立基于深度学习的第一级Tiny YOLO目标检测模型和第二级Tiny YOLO目标检测模型；2、向第一级Tiny YOLO目标检测模型输入含有目标的测试图像根据网络输出结果判断检测是否成功；若检测成功，根据检测区域与图像分辨率的关系判断目标是否为小目标；若不是小目标则输出检测结果；若为小目标则进行下一步；若检测失败，对输入的图片进行分块处理，然后对分块处理后的图像进行第一级Tiny YOLO网络检测；3、对第一级Tiny YOLO网络检测输出的检测区域进行放大截取，然后输入至第二级Tiny YOLO网络，进行检测处理，得到输出结果。
一种基于深度学习图像目标快速检测方法

[发明专利]一种船只检测方法和装置-CN202110009522.8在审
发明人：邓练兵;李皓 -专利权人：珠海大横琴科技发展有限公司
申请日： 2021-01-05 - 公布日： 2021-04-13 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例提供了一种船只检测方法和装置，所述方法包括：构造改进的YOLO v3 tiny检测模型；改进的YOLO v3 tiny检测模型包括输入层、主干网络和检测网络；主干网络包括多个卷积层；检测网络包括多个卷积层、第一YOLO层、第二YOLO层、第一路由层和第二路由层；获取船只图像；根据改进的YOLO v3 tiny检测模型输出船只图像的船只检测结果。相比于原始的YOLO v3 tiny检测模型，改进的YOLO v3 tiny检测模型可以使用卷积层代替池化层，同时调整网络通道数，可以提升针对小尺寸船只的检测效果。
一种船只检测方法装置

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 359 条