-
公开(公告)号:CN117037064A
公开(公告)日:2023-11-10
申请号:CN202311029943.2
申请日:2023-08-16
Applicant: 中国铁塔股份有限公司重庆市分公司
IPC: G06V20/52 , G06V10/34 , G06V10/82 , G06V10/80 , G06V10/762 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明公开了一种基于改进SSD的非法占用国土耕地行为的检测方法和系统,该方法包括:获取近地铁塔视频影像并将其转为待识别图像;采用Retinex去雾算法对待识别图像进行去雾处理;将处理后的图像输入训练好的改进的SSD检测模型中,从而实现对非法占地行为的识别判定,其中,本发明通过对SSD的结构进行改进,通过使用特征融合模块,添加额外添加层和CBAM注意力机制,将具有低语义高分辨率的低层特征和具有高语义低分辨率的顶层特征进行不同层次不同尺度的融合,生成不同于FPN网络的特征金字塔,来改善传统SSD由于浅层缺乏足够的语义信息,导致小目标检测性能较差的问题,从而进一步提高非法占地行为的检测精度。
-
公开(公告)号:CN117475296B
公开(公告)日:2024-12-13
申请号:CN202311029931.X
申请日:2023-08-16
Applicant: 中国铁塔股份有限公司重庆市分公司
IPC: G06V20/10 , G06V20/40 , G06V10/774 , G06V10/82 , G06V10/34 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及图像识别技术领域,具体公开了一种农村违章建筑实时监测方法及系统,其使用高地摄像头实时监控的方法,解决遥感图像技术及无人机航拍技术不能实时监测农村违章建筑的弊端;使用实际违章建筑数据集训练出去雾去雨去霾模型,解决雾天、雨天、雾雨天以及雾霾天对农村违章建筑检测精度的影响;使用经过去雾去雨去霾模型进行去雨去雾去霾处理的清晰违章建筑数据集训练出违章建筑识别模型,该模型基于SwinTransformer模型构建,SwinTransformer模型在正常的检测任务中检测精度高于其它算法,且在小目标检测任务上表现优异,本发明在SwinTransformer模型的基础上增加了局部感知模块,以扩大网络的局部感知能力,进一步提高对小目标的检测精度,降低漏检率。
-
公开(公告)号:CN117037064B
公开(公告)日:2024-10-22
申请号:CN202311029943.2
申请日:2023-08-16
Applicant: 中国铁塔股份有限公司重庆市分公司
IPC: G06V20/52 , G06V10/34 , G06V10/82 , G06V10/80 , G06V10/762 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明公开了一种基于改进SSD的非法占用国土耕地行为的检测方法和系统,该方法包括:获取近地铁塔视频影像并将其转为待识别图像;采用Retinex去雾算法对待识别图像进行去雾处理;将处理后的图像输入训练好的改进的SSD检测模型中,从而实现对非法占地行为的识别判定,其中,本发明通过对SSD的结构进行改进,通过使用特征融合模块,添加额外添加层和CBAM注意力机制,将具有低语义高分辨率的低层特征和具有高语义低分辨率的顶层特征进行不同层次不同尺度的融合,生成不同于FPN网络的特征金字塔,来改善传统SSD由于浅层缺乏足够的语义信息,导致小目标检测性能较差的问题,从而进一步提高非法占地行为的检测精度。
-
公开(公告)号:CN117475296A
公开(公告)日:2024-01-30
申请号:CN202311029931.X
申请日:2023-08-16
Applicant: 中国铁塔股份有限公司重庆市分公司
IPC: G06V20/10 , G06V20/40 , G06V10/774 , G06V10/82 , G06V10/34 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及图像识别技术领域,具体公开了一种农村违章建筑实时监测方法及系统,其使用高地摄像头实时监控的方法,解决遥感图像技术及无人机航拍技术不能实时监测农村违章建筑的弊端;使用实际违章建筑数据集训练出去雾去雨去霾模型,解决雾天、雨天、雾雨天以及雾霾天对农村违章建筑检测精度的影响;使用经过去雾去雨去霾模型进行去雨去雾去霾处理的清晰违章建筑数据集训练出违章建筑识别模型,该模型基于SwinTransformer模型构建,SwinTransformer模型在正常的检测任务中检测精度高于其它算法,且在小目标检测任务上表现优异,本发明在SwinTransformer模型的基础上增加了局部感知模块,以扩大网络的局部感知能力,进一步提高对小目标的检测精度,降低漏检率。
-
-
-