-
公开(公告)号：CN115631474A
公开(公告)日：2023-01-20
申请号：CN202211141783.6
申请日：2022-09-20
Applicant: 长安大学
IPC: G06V20/56 , G06V10/82 , G06V10/774 , G06V10/80 , G06N3/044 , G06N3/045 , G06N3/0464 , G06N3/088 , G06N3/094
Abstract: 本申请涉及雾天目标检测模型训练方法及雾天目标检测方法，将无监督循环一致性对抗网络应用于特征空间，提出一种特征增强模块，聚焦于使用任意清晰图像来增强低层网络提取的雾霭特征，实现任意清晰图像与雾霭图像特征空间对齐，在不牺牲清晰环境下目标检测性能的基础上，提高现有模型雾天环境下的目标检测性能，为促进自动驾驶技术产业落地提供一种有效可靠的方法。
-
公开(公告)号：CN115526256A
公开(公告)日：2022-12-27
申请号：CN202211199482.9
申请日：2022-09-29
Applicant: 长安大学
IPC: G06K9/62 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本申请涉及目标分类模型训练方法，包括：构建目标分类模型；基于图训练数据集对目标分类模型进行训练，得到训练后的目标分类模型；图训练数据集包括多个图节点，每个图节点表示一个待分类目标；目标分类模型包括依次连接的深层表征提取层和聚类层。本申请的目标分类模型训练方法，解决了现有的半监督方法无法对不含节点标签信息的目标数据集进行分类的难题，基于无监督学习的网络训练同时也降低了聚类结果好坏对标签信息多少的依赖度，大大增强了网络的稳定性，始终在聚类任务中表现出较好的性能；实现了端对端学习，规避了多模块训练目标不一致的问题，降低了工程的复杂度、减小了训练误差，使网络性能更加鲁棒。
-
公开(公告)号：CN115410162A
公开(公告)日：2022-11-29
申请号：CN202210862496.8
申请日：2022-07-21
Applicant: 长安大学
Abstract: 本发明公开了一种复杂城市道路环境下的多目标检测与跟踪方法：步骤1：构建训练集和测试集；步骤2：在现有的DLA34骨干网络基础上逐层增加特征融合模块实现输入图像的深浅层网络特征融合；步骤3：采用Transformer编码模块提取特征图中长距离特征依赖关系；步骤4：通过进一步特征融合及逻辑回归处理；步骤5：利用多目标跟踪模块进行目标关联处理与跟踪，得到带有目标检测框的跟踪特征图；步骤6，得到训练好的多目标检测与跟踪模型；步骤7，将待检测的视频数据输入训练好的多目标检测与跟踪模型，得到带有目标检测框的跟踪特征图。本发明能够在复杂城市道路环境下对多目标进行准确的目标检测和跟踪，可稳定识别外观尺度变化较大的目标。
-
公开(公告)号：CN208872239U
公开(公告)日：2019-05-17
申请号：CN201821732321.0
申请日：2018-10-24
Applicant: 长安大学
Abstract: 本实用新型涉及桥梁施工监控、检测领域，具体涉及一种支座转角变形和剪切变形测量装置，三脚架与定位凸台套筒连接，定位凸台套筒顶面固定有水准气泡；定位凸台套筒套设于伸缩杆上，当水准气泡显示水平时，伸缩杆的轴线呈水平状态；定位凸台套筒与伸缩杆可转动连接；伸缩杆上相邻的两节之间设有防止相邻两节相对转动的防转结构；伸缩杆上设有能随伸缩杆同步转动的指针，定位凸台套筒上设有显示指针转动角度的刻度盘；伸缩杆的前端固定设有垂直标尺，垂直标尺的两个边均与伸缩杆轴线垂直。本实用新型能够在桥梁检测过程中精确、快速测量支座的剪切变形量和转角变形量，成本较低，结构简单，携带简便和操作方便，具有普遍的实用价值和推广意义。
-
-
-
Search Results
4
records
(took 0.02 seconds)
