“yolov3”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7202461个，建议您升级VIP下载更多相关专利

[发明专利]一种基于YOLOv3的传送带托辊检测方法-CN202010611209.7在审
发明人：马建伟;候向关;臧绍飞;叶永斌;牛怡雯 -专利权人：河南科技大学
申请日： 2020-06-29 - 公布日： 2020-10-09 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于YOLOv3的传送带托辊检测方法，属于计算机视觉和深度学习领域，通过将YOLOv3的特征提取网络darknet53更换为轻量级特征提取网络Mobilenet，将YOLOv3损失函数中的边框损失和中心损失替换为GIOU损失，构建改进YOLOv3‑Mobilenet的皮带托辊检测模型。本发明提出的目标识别方法泛化能力强，实现了对托辊的有效检测，为后续判别皮带是否脱离轨道及监测运行状态提供了有效保障，减小参数计算量的同时，提高了原YOLOv3目标检测模型的速度及准确度。
一种基于 yolov3 传送带检测方法

[发明专利]基于改进yolov3的铝型材表面缺陷视觉检测方法-CN202110182120.8在审
发明人：杨延西;孙俏;张东坤;匡益;刘磊 -专利权人：西安理工大学
申请日： 2021-02-08 - 公布日： 2021-06-18 - 主分类号： G06T7/00 文献下载
摘要：本发明公开的基于改进yolov3的铝型材表面缺陷视觉检测方法，包括以下步骤：采集铝型材表面缺陷原始图像并进行预处理和标注得到铝型材缺陷数据集，基于铝型材缺陷数据集选择出具有代表性的锚框并构建和训练改进yolov3目标检测模型，利用改进yolov3目标检测模型获得待检测铝型材表面缺陷的类别和位置信息。本发明基于改进yolov3的铝型材表面缺陷视觉检测方法，通过在原始yolov3网络的基础上修改多尺度预测网络部分的结构、针对铝型材表面缺陷的尺寸分布重新设计了anchor框大小，降低了铝型材表面小目标缺陷的错检率和漏检率
基于改进 yolov3 铝型材表面缺陷视觉检测方法

[发明专利]一种基于YOLOV3的人脸口罩检测方法、系统、设备及介质-CN202110303335.0在审
发明人：王健;林浪;王宋凌;张海彬;刘诗伟;王柏芝 -专利权人：广州大学华软软件学院
申请日： 2021-03-22 - 公布日： 2021-06-25 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于YOLOV3的人脸口罩检测方法、系统、设备及介质，所述方法为将待测数据输入至目标YOLOV3算法模型，通过DarkNet53特征提取网络进行特征提取，得到不同格式的特征数据；所述待测数据为格式统一的人脸图像，所述目标YOLOV3算法模型为结合IOU Loss函数的YOLOV3算法模型；将所述特征数据输入至特征融合层，通过卷积和长采样进行特征融合；通过输出层对所述特征融合后的数据进行卷积操作，并对所述人脸图像的边界框进行检测本发明提供的基于YOLOV3的人脸口罩检测方法，具有检测速度快，结果准确度高的优点。
一种基于 yolov3 口罩检测方法系统设备介质

[发明专利]一种基于yolov3-tiny的航拍车辆检测方法-CN202011209941.8在审
发明人：瞿绍军;鲁博;贺禧 -专利权人：湖南师范大学
申请日： 2020-11-03 - 公布日： 2021-02-02 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于yolov3‑tiny的航拍车辆检测方法，包括获取原始的航拍图像数据；将获取的原始的航拍图像数据转换为xml文件数据；构建改进型yolov3‑tiny航拍车辆检测网络；采用得到的xml文件数据训练构建的改进型yolov3‑tiny航拍车辆检测网络并得到航拍车辆检测模型；采用航拍车辆检测模型对实际获取的航拍图像进行车辆检测并完成航拍车辆检测。本发明提供的这种基于yolov3‑tiny的航拍车辆检测方法，通过对现有的yolov3‑tiny检测网络进行改进和优化，实现了航拍车辆的精准检测，而且可靠性高、实用性好。
一种基于 yolov3 tiny 航拍车辆检测方法

[发明专利]一种基于改进的YOLOv3网络的人数识别统计方法及系统-CN202210081157.6在审
发明人：薛阳;王翔;何文;许恒 -专利权人：上海申视信科技有限公司
申请日： 2022-01-24 - 公布日： 2022-05-13 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种基于改进的YOLOv3网络的人数识别统计方法及系统，所述人数识别统计方法包括：采集人物图像，对人物图像进行标注生成数据集，将数据集分为训练集和测试集；对训练集进行聚类分析，确定目标锚值；将YOLOv3网络模型中的主干特征提取网络Darknet53改进为CSPDarknet53，加入空间金字塔池化SPP模块，生成YOLOv3目标检测优化模型；将经过聚类分析后的训练集输入到YOLOv3目标检测优化模型中进行训练本发明通过对YOLOv3网络模型的改进，提高了检测的准确性和实时性。
一种基于改进 yolov3 网络人数识别统计方法系统

[发明专利]一种基于改进yolov3的多尺度融合叶片缺陷检测方法-CN202310533454.4在审
发明人：王琳琳;陈毅夫;施嘲风;杨霄;任伟杰 -专利权人：中国航空工业集团公司北京航空精密机械研究所
申请日： 2023-05-12 - 公布日： 2023-08-22 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及目标检测技术领域，具体涉及一种基于改进yolov3的多尺度融合叶片缺陷检测方法。其包括步骤：采集发动机内部叶片的缺陷样本数据；对缺陷样本数据进行预处理，获得叶片缺陷数据；将yolov3模型的主干网络的通道数进行缩减，将主干网络提取的特征送入特征融合层进行多尺度融合，获得改进后的yolov3模型；利用改进后的yolov3模型进行预训练，得到预训练模型；加载预训练模型，对叶片缺陷数据进行训练，直至预训练模型收敛。该基于改进yolov3的多尺度融合叶片缺陷检测方法的目的是解决现有的叶片缺陷检测的检测效率低、准确性差的问题。
一种基于改进 yolov3 尺度融合叶片缺陷检测方法

[发明专利]一种车型视觉识别方法、系统、设备及存储介质-CN202211360781.6在审
发明人：朱伟枝;谢娟烘;叶国如;梁文柱 -专利权人：广东理工学院
申请日： 2022-11-02 - 公布日： 2023-02-24 - 主分类号： G06V20/54 文献下载
摘要：本发明公开了一种车型视觉识别方法、系统、设备及存储介质,本方法针对车型识别精度不高、实时性差、识别有误的问题，利用基于Yolov3简化后的Tiny‑Yolov3构建车型识别模型，Tiny‑Yolov3引入了而且相较于Yolov3，本方法使用Tiny‑Yolov3能减少网络中参数量和计算量，提升车辆识别精度及检测速度。
一种车型视觉识别方法系统设备存储介质

[发明专利]一种基于改进YOLOv3方法的车辆检测方法-CN202010100452.2在审
发明人：孙浩;葛华勇;冯婷婷 -专利权人：东华大学
申请日： 2020-02-18 - 公布日： 2020-07-17 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于改进YOLOv3方法的车辆检测方法，其特征在于，包括以下步骤：采集包含各种车辆的图像数据，然后依据VOC数据集格式制作训练集、验证集和测试集；步骤2、构建改进的YOLOv3网络模型；利用训练集、验证集和测试集对改进的YOLOv3网络模型进行训练；利用训练好的改进的YOLOv3网络模型进行检测和模型评估。
一种基于改进 yolov3 方法车辆检测

[发明专利]基于yolov3端到端手语识别技术-CN202010961692.1在审
发明人：王斌;杨晓春;曲彦秋 -专利权人：东北大学
申请日： 2020-09-14 - 公布日： 2020-12-29 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及基于yolov3端到端手语识别技术，解决了现有技术中哑语识别系统的识别率低和实时性差的问题。基于yolov3端到端手语识别技术，所述技术包括以下步骤：S1：采集手的手掌和手腕关节点的坐标信息，并对肢体及面部表情进行关键点标定。本发明通过利用yolov3算法捕捉每一帧照片中手和头部的特征，形成局部和整体的神经网络模型，将手和头的特征转换成特征向量，再利用经典的end2end模型对一帧帧图片分类，结合基于yolov3算法的局部和整体的特征图谱的堆叠形成哑语句子，从而实现了哑语的翻译，利用现有成熟的yolov3算法和end2end模型组合，形成了一套可实时翻译的手语识别技术，实现了一种识别率高、实时性强的基于yolov3端到端手语识别技术。
基于 yolov3 端到端手语识别技术

[发明专利]一种基于EIoU改进的YOLOv3算法-CN202010892321.2在审
发明人：王兰美;褚安亮;梁涛;廖桂生;王桂宝;孙长征;陈正涛 -专利权人：西安电子科技大学;陕西理工大学
申请日： 2020-08-28 - 公布日： 2021-02-26 - 主分类号： G06K9/32 文献下载
摘要：本发明提出了一种基于EIoU改进的YOLOv3算法，主要解决现有算法中由于重叠率、尺度及长宽比导致的基于IoU的损失LIoU计算不准从而影响检测性能的问题。首先下载当前目标检测领域通用数据集；其次重建现有算法YOLOv3网络模型并用备好的数据集进行训练，检测其性能；然后将基于EIoU的损失函数LEIoU嵌入YOLOv3算法模型中进行训练并作性能评价；最后对比经典的YOLOv3算法，分析测试结果。本发明提出的基于EIoU改进的YOLOv3算法，相比经典的YOLOv3算法，提高了平均准确率，且更适用于同一区域中有多个物体重叠时的情况，另外该模块也没有引入更多的计算量，与原模型相比，实时性没有受到影响
一种基于 eiou 改进 yolov3 算法

[发明专利]一种联合轻量级注意力机制和YOLOv3网络的图像目标检测方法-CN202111141568.1在审
发明人：段运生;檀怡;竺德;孙冬 -专利权人：安徽大学;赛尔网络有限公司
申请日： 2021-09-28 - 公布日： 2021-12-31 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种联合轻量级注意力机制和YOLOv3网络的图像目标检测方法，包括轻量级注意力机制和YOLOv3网络的目标检测算法的训练过程，本算法通过将轻量级注意力机制和YOLOv3网络结合，以提高特征提取能力，深度可分离卷积模块结合到了YOLOv3网络中，提高了算法的效率并且检测精度进一步提高，多尺度融合方法被用于传统的YOLOv3网络中，提高了模型的特征提取的能力，进而提高了模型的性能，通过将轻量级注意力机制、深度可分离卷积以及多尺度融合方法结合到YOLOv3网络中，设计一个具有较高辨识度的目标检测方法，能够有效的完成图像中目标检测的任务，自动提取图片的特征，并且在提升效率的同时具有较高的检测精度。
一种联合轻量级注意力机制 yolov3 网络图像目标检测方法

[发明专利]一种高压输电线路烟雾图像检测方法-CN202310168518.5在审
发明人：刘卫朋;罗铭洋;王梦炜;巩相瑞 -专利权人：河北工业大学
申请日： 2023-02-23 - 公布日： 2023-05-23 - 主分类号： G06V10/25 文献下载
摘要：本申请提供一种高压输电线路烟雾图像检测方法，包括：采集高压输电线路处的烟雾图像，并将图像输入至改进YOLOv3模型中，使用改进YOLOv3模型对烟雾图像中烟雾所处区域添加检测框；进而根据烟雾图像中是否存在检测框来判断烟雾图像中是否存在烟雾由于本申请通过改进YOLOv3模型来进行进行烟雾图像检测，能够适应更多的检测环境，不易受到复杂背景的影响；使用改进YOLOv3模型还能够使得在进行烟雾检测时，具有更高的检测效率与检测精度更高，还具有更低的漏检率
一种高压输电线路烟雾图像检测方法

[发明专利]一种基于YOLOv3的扶梯安全监测方法-CN201811315462.7在审
发明人：李晶皎;张震;闫爱云;王爱侠;李贞妮 -专利权人：东北大学
申请日： 2018-11-06 - 公布日： 2019-03-19 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于YOLOv3的扶梯安全监测方法，包括如下步骤：步骤1：截取历史扶梯监控视频中有乘客乘梯的图片，标注出图片中人物部分作为目标区域并按照PASCAL VOC数据集格式制作数据集一；按照目标区域中的人物的姿态进行分类并按照PASCAL VOC数据集格式制作数据集二；步骤2：使用数据集一训练YOLOv3网络模型一；使用数据集二训练YOLOv3网络模型二；步骤3：对扶梯进行实时安全监测，通过YOLOv3网络模型一输出目标区域位置坐标；将目标区域图片为YOLOv3网络模型二的输入对扶梯上乘客的姿态进行识别。
扶梯网络模型数据集目标区域安全监测使用数据实时安全监测方案解决监控视频区域位置实时监控输出目标乘客截取乘梯制作标注图片分类

[发明专利]一种基于深度学习的交通场景目标检测方法及系统-CN202010205946.7在审
发明人：王宇宁;胡阳阳;蒋海洋;鲁茂强 -专利权人：武汉理工大学
申请日： 2020-03-23 - 公布日： 2020-07-17 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于深度学习的交通场景目标检测方法及系统，利用改进的YOLOv3目标检测方法检测车辆和行人，包括为实现交通场景特征提取建立改进的YOLOv3模型并进行训练，所述改进的YOLOv3模型基于边界框的中心信息和大小信息，对边界框进行建模，得到相应高斯模型，以预测边界框的不确定性，并相应设置损失函数；将车载收集的交通视频分解为图片并进行标记，将图片输入到经过训练所得改进的YOLOv3模型，识别出交通场景中的车辆和行人。本发明对YOLOv3进行高斯建模和损失函数重构减少训练过程中噪声数据的影响并预测定位不确定性来提高精度，使用该预测的定位不确定性，可以进一步提高检测精度。
一种基于深度学习交通场景目标检测方法系统

[发明专利]图像分割方法、装置、电子设备及计算机可读存储介质-CN201911258179.X在审
发明人：沈涛;郭又文;邹斌;郭健;陈芳 -专利权人：深圳华大生命科学研究院
申请日： 2019-12-10 - 公布日： 2021-06-11 - 主分类号： G06T7/10 文献下载
摘要：该方法包括：对预设YOLOv3模型进行U形扩展，得到一包含U形采样单元的改进型YOLOv3模型，其中U形采样单元包括下采样网络及上采样网络，下采样网络由YOLOv3模型的Darknet53网络构成，上采样网络由YOLOv3模型中的多个上采样模块串接而成；利用预设训练样本集的样本图像对改进型YOLOv3模型进行训练，得到图像分割模型；及利用图像分割模型对待处理图像进行图像分割处理。
图像分割方法装置电子设备计算机可读存储介质