-
公开(公告)号:CN116468999A
公开(公告)日:2023-07-21
申请号:CN202211607633.X
申请日:2022-12-14
Applicant: 东华大学
IPC: G06V20/10 , G06V10/82 , G06V10/80 , G06N3/084 , G06N3/0464
Abstract: 本发明公开了一种基于改进EfficientDet的海上漂浮物检测系统,属于深度学习目标检测相关领域,包括:该发明通过在EfficientDet目标检测模型的基础上,针对海面图像正负样本不均衡、背景干扰等问题,提出了一种改进特征融合网络TFP,该网络能够更好地适应海洋环境下的低分辨率以及多目标问题,对于模型的检测性能有更进一步的提升。在通用数据集以及自建的海上目标数据集中,基于改进EfficientDet的海上漂浮物检测方法都有明显的精度提升。
-
公开(公告)号:CN116452553A
公开(公告)日:2023-07-18
申请号:CN202310436147.4
申请日:2023-04-23
Applicant: 东华大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06N3/084
Abstract: 本发明公开了一种基于改进的YOLOv5的服装检测及搭配性分析方法,属于服装搭配性分析领域,收集两组服装数据集,数据集一用以服装单品检测,数据集二为搭配好的服装套装数据集,每件服装单品都有其文本描述;构建改进的YOLOv5检测网络,训练服装单品检测网络;搭建服装搭配性分析网络,训练服装搭配性评分模型;将服装检测模型中得到的服装单品分类输入到搭配性分析模型中得到搭配性评分。通过建立一种改进的YOLOv5网络对服装单品进行分类和检测,减轻网络参数量,方便部署到移动端和网页端;如果有不合适的单品会被标注出来并给出搭配建议。克服搭配时尚性的主观属性,为服装搭配提供客观且直接的分析结果。
-