“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]一种结合YOLO-MobilenetV3人脸检测的头部姿态估计方法-CN202111036062.4在审
发明人：冯俊燕;贾飞勇;董涵宇;陈小林;万园园 -专利权人：吉林大学第一医院
申请日： 2021-09-05 - 公布日： 2021-11-26 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种结合YOLO‑MobilenetV3人脸检测的头部姿态估计方法，属于机器视觉图像处理领域。构建人脸和人脸关键特征点检测模块，对原始YOLOV3损失函数进行改进，对包含头部姿态的图像预处理，训练改进的YOLOV3检测模型进行训练，将测试图像输入上述训练好模型中，并结合PnP算法计算欧拉角，估计头部姿态有益效果是利用MobileNetV3结构代替原始YOLOV3中的darknet53结构实现模型轻量化；采用空间金字塔池化模块提升模型对图像全局语义的获取，更有效地处理目标的空间位置信息，从而提升检测精度；对YOLOV3输出层和损失函数进行改进，使得模型能检测人脸关键点，易于实际应用，可以更加快速准确地对头部姿态进行估计。
一种结合 yolo mobilenetv3 检测头部姿态估计方法

[发明专利]一种基于改进YOLOv3的树上果实识别方法-CN202011293795.1有效
发明人：陆声链;刘晓宇;李帼;陈文康 -专利权人：广西师范大学
申请日： 2020-11-18 - 公布日： 2022-04-12 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种基于改进YOLOv3的树上果实识别方法，包括如下步骤：S1、图像的获取；S2、图像预处理；S3、设置网络模型参数；S4、对原YOLOv3网络结构进行改进，得到改进后的YOLOv3网络结构
一种基于改进 yolov3 树上果实识别方法

[发明专利]一种基于改进YOLOv3模型的实时钢管缺陷检测方法-CN201911217226.6有效
发明人：崔滢;吴宇鹏;邵燕燕;夏亮明;潘翔 -专利权人：浙江工业大学
申请日： 2019-12-03 - 公布日： 2023-10-24 - 主分类号： G06T7/00 文献下载
摘要：一种基于改进YOLOv3模型的实时钢管缺陷检测方法，包括以下步骤：(1)搭建稳定的封闭图像采集环境，采集不同角度的图像；(2)提取图像中钢管位置信息，分离钢管图像；(3)拼接钢管各角度图像，手动标注所需特征；(4)利用尺度聚类思想改进YOLOv3网络，用拼接后的图像训练神经网络；(5)将训练完毕的神经网络做检验，并标注出现缺陷位置。本发明提供了一种基于改进YOLOv3模型的实时钢管缺陷检测方法，具有更好的检测效果。
一种基于改进 yolov3 模型实时钢管缺陷检测方法

[发明专利]机场遥感图像飞机辨识方法及装置-CN201811570256.0在审
发明人：魏淑华;韩健鸿;毕福昆;田雨萌;孙嘉怡 -专利权人：北方工业大学
申请日： 2018-12-21 - 公布日： 2019-05-21 - 主分类号： G06K9/00 文献下载
摘要：该方法包括：基于YOLOv3网络，对机场遥感图像进行检测；基于YOLOv3网络的检测结果，获取遥感图像切片，并基于SSD网络，对遥感图像切片进行飞机细类识别；将YOLOv3网络的检测结果与SSD网络的识别结果进行融合本发明实施例提供的方法，通过将YOLOv3网络的检测结果与SSD网络的识别结果进行融合，得到飞机的辨识结果。由于第一层采用YOLO‑v3网络进行大类的飞机检测，在基于少量切片第二层采用SSD网络进行飞机细类的识别，从而能够有效地控制计算量又能提高飞机的识别精准度。
遥感图像网络飞机检测结果切片辨识结果机场辨识人工智能技术有效地控制飞机检测融合第一层计算量精准度类识别大类检测

[发明专利]基于改进YOLOv3与双目视觉的挖掘机周边人员测距方法-CN202111363241.9在审
发明人：高迪;卢元栋;叶桂友;张学春;高公如;林海波;修玉峰;丁荣诚;张广明 -专利权人：山东常林机械集团股份有限公司;青岛理工大学
申请日： 2021-11-17 - 公布日： 2022-03-04 - 主分类号： G06V10/25 文献下载
摘要：本发明提供一种基于改进YOLOv3与双目视觉的挖掘机周边人员测距方法，该基于改进YOLOv3与双目视觉的挖掘机周边人员测距方法包括：步骤1，采集挖掘机工作环境中包含人的图像，通过图像增强方法建立图像数据库；步骤2，对图像中的人员目标进行标注；步骤3，针对挖掘机实际作业情况改进YOLOv3深度学习卷积网络模型；步骤4，训练模型，并选择最优模型；步骤5，进行左、右视图特征点检测与匹配；步骤6，计算挖掘机与人员目标的距离该基于改进YOLOv3与双目视觉的挖掘机周边人员测距方法为远程遥控挖掘机在工作过程中识别周边人员并计算人员与挖掘机的距离，避免挖掘机在工作过程中发生安全事故。
基于改进 yolov3 双目视觉挖掘机周边人员测距方法

[发明专利]基于YOLOv3网络和均值漂移的目标与识别跟踪方法-CN202110578149.8有效
发明人：李天屿;赵海涛;韩哲;夏文超;朱洪波;王振坤;黄方宇 -专利权人：南京邮电大学
申请日： 2021-05-26 - 公布日： 2022-08-05 - 主分类号： G06V20/40 文献下载
摘要：本发明是一种基于YOLOv3网络和均值漂移的目标与识别跟踪方法，包括如下步骤：S1：制作目标数据集，将目标数据集输入YOLOv3算法训练网络；S2：将视频图像逐帧输入YOLOv3网络，检测完成后YOLOv3网络输出检测目标预测标签向量；S3：将检测目标预测标签向量中的多个目标边界框尺寸信息输入均值漂移目标跟踪算法，以每个目标的边界框尺寸信息作为均值漂移目标跟踪算法对应目标的搜索检测框尺寸大小；S4：对目标进行跟踪
基于 yolov3 网络均值漂移目标识别跟踪方法

[发明专利]一种基于YOLOv3-Tiny的运动目标检测方法-CN202010216393.5在审
发明人：吴坤;强祺昌;蔡志浩;赵江;王英勋;曾逸文 -专利权人：北京航空航天大学
申请日： 2020-03-25 - 公布日： 2020-08-21 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于YOLOv3‑Tiny的运动目标检测方法，包括如下步骤：采集非理想条件下目标的图像特征信息，制作目标数据集；改进YOLOv3‑Tiny算法；训练样本，迭代得到单类目标检测的YOLOv3
一种基于 yolov3 tiny 运动目标检测方法

[发明专利]一种用于先进辅助驾驶系统的单目视觉测距方法-CN201910425229.2在审
发明人：禄盛;高峰;朴昌浩;龙虹毓 -专利权人：重庆邮电大学
申请日： 2019-05-21 - 公布日： 2019-11-01 - 主分类号： G01C3/12 文献下载
摘要：通过YOLOv3对前方目标进行检测，并获取目标在图像中的位置信息；建立基于路面消失点的横纵向测距模型；根据YOLOv3的误差函数以及目标在图像中的位置信息以及目标的尺寸信息建立神经网络补偿模型，目的是降低横纵向测距模型的系统性误差以及YOLOv3算法的定位误差。
测距模型测距单目视觉获取目标消失点图像辅助驾驶系统系统性误差补偿模型尺寸信息定位误差辅助驾驶神经网络误差补偿误差函数纵向距离算法检测

[发明专利]一种基于Yolov3的高清图像目标检测方法-CN202110255601.7在审
发明人：樊杨;张呈凯;宋河;温凯林;李天红;蔡觉平 -专利权人：苏州鸿鹄骐骥电子科技有限公司
申请日： 2021-03-09 - 公布日： 2021-06-04 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及计算机视觉技术领域，种基于Yolov3的高清图像目标检测方法，该方法包括：针对高清图像下小目标的检测，对Yolov3网络进行剪裁，去掉其中针对大、中尺寸目标检测而引入的分支，精简网络以提高计算速度；针对剪裁后的网络，分别制作训练数据集和测试数据集，训练神经网络；训练完成后，手工制作含有典型小目标的图像，送入Yolov3网络得到该图像特征向量，作为后续相似度匹配的标准特征块。
一种基于 yolov3 图像目标检测方法

[发明专利]一种基于YOLOv3和密度估计的细胞计数方法-CN201910620082.2有效
发明人：张冬冬;章鹏飞;王力生 -专利权人：同济大学
申请日： 2019-07-10 - 公布日： 2021-04-30 - 主分类号： G01N15/14 文献下载
摘要：本发明公开了一种基于YOLOv3和密度估计的细胞计数方法。本发明针对血液细胞显微图像中白细胞分布稀疏而红细胞分布密集的现象，首先利用YOLOv3网络模型检测出显微图像中白细胞、孤立的红细胞以及粘连的红细胞区域，然后用密度估计算法对粘连的红细胞区域中的红细胞进行计数本方法借助密度估计克服了YOLOv3对粘连细胞计数不准确的缺点，可以保证较高的计数准确率。
一种基于 yolov3 密度估计细胞计数方法

[发明专利]一种焊缝缺陷检测方法、系统、终端及存储介质-CN202011579500.7有效
发明人：谷静;孙启雷;李颖慧;谢泽群 -专利权人：西安邮电大学
申请日： 2020-12-28 - 公布日： 2023-04-07 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种焊缝缺陷检测方法、系统、终端及存储介质，包括：通过网络爬虫和现实采集制作焊缝缺陷X影像的数据集；在YOLOv3模型检测端加入卷积注意力模块，且将所述卷积注意力模块的空间注意力模块的7x7的卷积核改进为3个3x3的卷积核串联，并将模型内的IOU损失函数改进为CIOU损失函数；通过改进后YOLOv3模型并利用数据集来检测焊缝缺陷及类型。本发明基于改进YOLOv3模型，从而降低计算量，提高焊缝缺陷检测检测效率。
一种焊缝缺陷检测方法系统终端存储介质

[发明专利]一种基于YOLOv3深度学习网络的图像智能标注方法-CN201811013129.0在审
发明人：刘军;后士浩;张凯;张睿;胡超超 -专利权人：江苏大学
申请日： 2018-08-31 - 公布日： 2019-01-22 - 主分类号： G06F16/535 文献下载
摘要：本发明公开了一种基于YOLOv3深度学习网络的图像智能标注方法，属于图像检索技术领域。该方法首先将图像识别项目所要标注的图片数据集分成M组，对其中一组进行人工标注，并将其用于训练YOLOv3深度学习网络，然后将得到的网络模型自动标注另一组未人工标注的图片数据，并将其加入YOLOv3的训练集中继续训练本发明实现了对图像识别项目的图片数据集智能标注，不但有效的降低了图像标注的复杂工作量，而且通过数次的循环迭代训练逐渐提升了YOLOv3模型检测和识别目标的性能。
标注图片数据图像识别人工标注智能图像检索技术图像网络模型检测图像标注图像数据网络模型循环迭代训练过程自动标注数据集学习工作量重复更新成功

[发明专利]交警姿态识别方法、装置、设备及存储介质-CN202011132576.5在审
发明人：吴晓东 -专利权人：平安国际智慧城市科技股份有限公司
申请日： 2020-10-21 - 公布日： 2021-01-12 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种交警姿态识别方法、装置、设备及存储介质，该方法包括：采集多种交通环境下的图像并对所述图像进行预处理；基于kmeans++聚类算法在预处理后的图像上进行聚类，生成多个锚框；构建YOLOv3深度学习神经网络模型并采用交叉熵损失函数与EIOU损失函数训练YOLOv3深度学习神经网络模型，获得EIOU‑YOLOv3深度学习神经网络模型；利用EIOU‑YOLOv3深度学习神经网络模型对预处理后的图像进行交警姿态特征提取及检测
交警姿态识别方法装置设备存储介质

[发明专利]一种基于YOLOV3网络的电表示数识别方法-CN202010417060.9在审
发明人：徐然;孔陈祥;戚群朗 -专利权人：江苏电力信息技术有限公司;国网江苏省电力有限公司
申请日： 2020-05-18 - 公布日： 2020-07-28 - 主分类号： G06K9/32 文献下载
摘要：本发明公开了一种基于YOLOV3网络的电表示数识别方法，首先基于YOLOv3‑tiny网络构建示数区域定位模型，对示数目标定位；然后裁剪示数目标区域；最后基于YOLOv3网络构建示数文字识别模型，进行示数文字识别本发明利用图像处理技术及基于YOLOv3的人工智能深度学习网络对智能电表图像进行分析处理，定位关键目标区域并识别其中的电表读数等信息。
一种基于 yolov3 网络表示识别方法

[发明专利]一种小样本下复杂环境的目标识别方法-CN202010358400.5在审
发明人：姚远;郑志浩;张学睿;张帆;尚明生 -专利权人：中国科学院重庆绿色智能技术研究院
申请日： 2020-04-29 - 公布日： 2020-08-25 - 主分类号： G06K9/62 文献下载
摘要：数据扩充，具体包括：S11：构建并训练GAN；S12：GAN网络训练完成后，将GAN生成的数据集进行筛选，把结果和真实数据集混合形成新的数据集，得到扩充小样本数据集；标注新数据集，并把标注之后的新数据集作为YOLOV3的输入；2)目标识别，具体包括：S21：构建并训练YOLOV3网络；S22：在对YOLOV3网络的坐标、置信度和分类训练完成后，将新数据集输入到YOLOV3网络中，对图片中最终剩下的检测框进行NMS处理
一种样本复杂环境目标识别方法