-
公开(公告)号:CN113255837A
公开(公告)日:2021-08-13
申请号:CN202110723531.3
申请日:2021-06-29
Applicant: 南昌工程学院
Abstract: 本发明公开了工业环境下基于改进的CenterNet网络目标检测方法,包括以下步骤:采集包含待检测目标的若干图像;构建CenterNet网络的训练数据集;对CenterNet网络进行改进,包括利用ResNet‑50代替ResNet‑18的深度残差神经网络,利用训练数据集对CenterNet网络进行训练,获得目标检测模型;利用目标检测模型对工业环境中的待检测目标进行检测,获取目标的位置信息和分类信息。本发明通过使用层数更深的深度残差网络,既保证了目标检测速度,又提高了目标检测精度,特别是增强了对工业环境下的多目标和小目标物体的检测识别能力,且相对于传统算法,普适性更优。
-
公开(公告)号:CN215928880U
公开(公告)日:2022-03-01
申请号:CN202121079725.6
申请日:2021-05-20
Applicant: 南昌工程学院
Abstract: 本实用新型涉及工业用检测装置技术领域,具体揭示了一种工业环境下基于改进算法的目标检测装置,包括检测用摄像头和第一金属凹形板,所述检测用摄像头顶部的中部沿横向一体成型有凸板,所述第一金属凹形板顶部的中部沿横向一体成型有安装板,所述第一金属凹形板内凹面的两侧均开设有开口。通过将检测用摄像头利用凸板卡接至插槽与开口内的连接结构设计,有效使得该检测用摄像头具有了拆装方便的效果,更有利于工作人员于高处对该检测用摄像头进行拆装操作,从而使得该摄像头的拆装过程更加迅速方便,防止由于检测用摄像头的安装方式过于繁琐而导致工作人员进行拆装操作麻烦的情况出现。
-