-
公开(公告)号:CN116824563A
公开(公告)日:2023-09-29
申请号:CN202310217394.5
申请日:2023-03-03
Applicant: 中国计量大学
Abstract: 本发明提供一种基于YOLO‑EES网络的商标检测与分类方法,其包括如下步骤:首先自定义数据集,从公开的商标数据集中手动筛选了15494张商标图片,对其进行人工标注;其次采用基于YOLO‑EES网络的深度学习的方法,针对商标背景复杂、商标设计多样、商标数量庞大等问题,提出全新的加强空间金字塔池化模块(ESPP),并在这个模块中构建了一种新的混合注意力机制(HAM),保留更多细节信息、强化更加重要的信息;接着搭建了一种新的加强自适应自注意模块(ESAM),通过自适应特征融合,减少上下文信息的丢失;最后使用SIoU损失函数替换原有的CIoU损失函数,提高边界框的回归精度,减少漏检和误检的情况。本发明能够有效地提高复杂环境的商标图像检测精度,具有广阔的应用前景。
-
公开(公告)号:CN115761645A
公开(公告)日:2023-03-07
申请号:CN202211501358.3
申请日:2022-11-28
Applicant: 中国计量大学
IPC: G06V20/52 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于YOLOv5的轻量化安全帽佩戴检测方法,包括如下步骤:步骤S1:收集施工现场图像作为训练样本;步骤S2:将已获取到的样本图像进行标注和数据增强处理,构建安全帽佩戴检测数据集;步骤S3:改进YOLOv5目标检测算法,构建轻量化的安全帽佩戴检测网络;步骤S4:采用步骤S2所述安全帽佩戴检测数据集对步骤S3得到的轻量化安全帽佩戴检测网络训练并得到权重文件;步骤S5:用已训练好的检测模型对待检测现场的摄像头视频流进行检测。步骤S6:若检测到有人员未佩戴安全帽,便发出相应的声音警报信息。本发明能够有效地提高安全帽佩戴检测的精度,可准确识别出道路或工地上未佩戴安全帽的人员,并发出报警信息,有助于保护有关人员的生命安全。
-
公开(公告)号:CN116092115A
公开(公告)日:2023-05-09
申请号:CN202211502044.5
申请日:2022-11-28
Applicant: 中国计量大学
IPC: G06V40/10 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种实时轻量的施工人员安全着装检测方法,收集施工现场图像作为训练样本,再用软件对样本图片进行人工标注并通过数据增强技术扩充图像,构建出施工人员安全着装检测数据集;对YOLOv5算法改进,提出全新的增强特征提取模块CM3和轻量的特征融合网络DSA‑Neck,并且对损失函数(Loss)优化,用EIoU指标替代原始的CIoU指标,使用Soft NMS替代传统的NMS,最终得到施工人员安全着装检测网络;利用施工人员安全着装数据集对改进后的YOLOv5算法进行训练,得到能精确检测施工人员着装行为的网络模型;最后,用训练得到的模型对施工现场的摄像头视频流进行检测。本发明减小了模型大小,还能有效提高施工人员安全着装检测的精度,具有极高的应用价值。
-
公开(公告)号:CN115588151A
公开(公告)日:2023-01-10
申请号:CN202211194364.9
申请日:2022-09-28
Applicant: 中国计量大学
IPC: G06V20/40 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08 , H04N21/234 , H04N21/24 , H04N21/478 , H04N21/2187
Abstract: 本公开实施例提供一种直播场景的商品检测方法和装置、介质和计算机设备,所述方法包括:获取主播客户端采集的直播视频帧;通过预先训练的检测模型对所述直播视频帧中的商品进行检测,得到所述商品的类别信息;其中,所述检测模型包括特征提取子模型和检测子模型,所述特征提取子模型包括卷积模块和transformer模块,所述卷积模块用于对所述直播视频帧进行特征提取,得到第一输出特征,所述transformer模块用于对所述直播视频帧进行特征提取,得到第二输出特征,所述检测子模型用于基于所述第一输出特征和所述第二输出特征获取所述类别信息。
-
公开(公告)号:CN111414755A
公开(公告)日:2020-07-14
申请号:CN202010202982.8
申请日:2020-03-20
Applicant: 中国计量大学
IPC: G06F40/289 , G06F40/30 , G06F40/242 , G06N3/04
Abstract: 本发明公开了一种基于细粒度情感字典的网络情绪分析方法,包括以下步骤:获取网络文本,根据细粒度情感字典的方法对所述网络文本进行计算,输出词向量文本,将所述词向量文本进行语义获取处理,输出与所述网络文本相匹配的原始文本特征集,将原始文本特征集进行非线性变换输出F值,将所述F值作为网络情绪分析的指标。细粒度情感词典的构建使词语信息更加全面,解决数据稀缺性的问题,提升预测的准确率。
-
公开(公告)号:CN111783469A
公开(公告)日:2020-10-16
申请号:CN202010602449.0
申请日:2020-06-29
Applicant: 中国计量大学
IPC: G06F40/30 , G06F40/216
Abstract: 本发明公开了一种提取文本句子特征的方法,包括以下步骤:对词向量进行Self-Attention算法计算,对得到的注意力序列做卷积操作获取到特征矩阵,最后对特征矩阵根据最大池化算法进行计算输出文本句子特征。本方法解决现有技术中存在的剔重准确度低和词语排序混乱。
-
公开(公告)号:CN115512161A
公开(公告)日:2022-12-23
申请号:CN202211215852.3
申请日:2022-09-30
Applicant: 中国计量大学
IPC: G06V10/764 , G06V10/80 , G06Q30/00 , G06N3/04
Abstract: 一种商标检测方法和装置、介质和计算机设备,所述方法包括:获取目标图像;通过目标检测网络对目标图像中的商标的类别信息进行检测;目标检测网络包括:特征提取子网络,包括级联的多个特征提取模块,每个特征提取模块用于对本模块的输入特征进行特征提取;融合子网络,包括级联的多个融合模块,每个融合模块通过一个第一卷积模块连接一个特征提取模块;每个融合模块的输出特征至少通过对该融合模块的前一融合模块的输出特征与该融合模块及该融合模块之后的各个融合模块对应的第一卷积模块的输出特征进行融合得到;至少一个融合模块的输出特征融合有该融合模块对应的第一卷积模块的输入特征;所述类别信息基于各个融合模块的输出特征获取。
-
-
-
-
-
-