公开(公告)号：CN116206248B

公开(公告)日：2023-07-18

申请号：CN202310473636.7

申请日：2023-04-28

Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)

Inventor： 狄丹阳 ,  高江林 ,  刘达 ,  白渝 ,  孙斌 ,  孙军红 ,  徐利剑 ,  王全 ,  李萌 ,  王锦辉 ,  陈良捷 ,  陈芳

IPC: G06V20/50 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/048 ,  G06N3/08

Abstract: 发明公开了一种基于机器学习引导深度学习的目标检测方法，包括以下步骤：对输入的“气‑液”交界面图像数据集进行数据增强处理；在主干网络中的瓶颈层引入初始模块；在初始模块中采用分组卷积；在主干网络中的瓶颈层引入全局注意力机制；采用选择性舍弃神经元进行隐藏部分特征节点操作；进行随机纠正线性单元激活函数激活处理；对随机纠正线性单元激活函数的输出结果进行金字塔感兴趣池化层处理。本发明的有益效果是：将机器学习和深度学习的优势互补，优化基于区域推荐网络的实时目标检测方法的网络结构，提升排水管道“气‑液”交界面目标检测的平均精度。

公开(公告)号：CN116206248A

公开(公告)日：2023-06-02

申请号：CN202310473636.7

申请日：2023-04-28

Applicant: 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)

Inventor： 狄丹阳 ,  高江林 ,  刘达 ,  白渝 ,  孙斌 ,  孙军红 ,  徐利剑 ,  王全 ,  李萌 ,  王锦辉 ,  陈良捷 ,  陈芳

IPC: G06V20/50 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/048 ,  G06N3/08

Abstract: 发明公开了一种基于机器学习引导深度学习的目标检测方法，包括以下步骤：对输入的“气‑液”交界面图像数据集进行数据增强处理；在主干网络中的瓶颈层引入初始模块；在初始模块中采用分组卷积；在主干网络中的瓶颈层引入全局注意力机制；采用选择性舍弃神经元进行隐藏部分特征节点操作；进行随机纠正线性单元激活函数激活处理；对随机纠正线性单元激活函数的输出结果进行金字塔感兴趣池化层处理。本发明的有益效果是：将机器学习和深度学习的优势互补，优化基于区域推荐网络的实时目标检测方法的网络结构，提升排水管道“气‑液”交界面目标检测的平均精度。