-
公开(公告)号：CN118397531A
公开(公告)日：2024-07-26
申请号：CN202410330434.1
申请日：2024-03-21
Applicant: 河海大学
IPC: G06V20/52 , G06V20/40 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种基于深度学习轻量化网络的水面漂浮物检测方法，方法包括：首先通过视频监控系统的摄像头采集河道监控场景视频帧图像，按照不同光照条件对图像进行筛选，并在筛选后的图像中对不同目标分类标注，目标类别包括秸秆、瓶子、树枝、塑料袋、船、鸟、水草、垃圾，共8类；对秸秆、树枝、船、鸟四类样本较少的目标采用mixup原理增强样本数量，达到每类目标的样本数量至少300张，构建完成水面多目标检测样本数据集；其次，面向水面漂浮物数据集对YOLOv5s进行模型设计及预训练；再次，对YOLOv5s模型进行稀疏训练，模型剪枝，完成模型压缩，实现模型轻量化，模型大小为6.8M；最后，将视频帧图像输入轻量化模型实现河道漂浮物的智能实时监测。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
