Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜电子科技大学长三角研究院(湖州);电子科技大学徐天吉获国家专利权

恭喜电子科技大学长三角研究院(湖州);电子科技大学徐天吉获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜电子科技大学长三角研究院(湖州);电子科技大学申请的专利一种地震采集接收装置埋置质量人工智能自动检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114255388B

龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111230596.0,技术领域涉及:G06V20/00;该发明授权一种地震采集接收装置埋置质量人工智能自动检测方法是由徐天吉;李思源;郭济设计研发完成,并于2021-10-22向国家知识产权局提交的专利申请。

一种地震采集接收装置埋置质量人工智能自动检测方法在说明书摘要公布了:本发明公开了一种地震采集接收装置埋置质量人工智能自动检测方法,包括以下步骤:S1、拍摄地震采集接收装置的野外图像,并筛选出清晰的图像;S2、使用labelimg标注工具对清晰的图像进行特征标注,将图像分类为合格和不合格,并保存为xml标签文件;S3、搭建YOLOv3神经网络,设置网络参数,进行迭代训练,输出每一轮训练后的模型,按照预测准确率的评价指标选择最优预测模型;S4、利用最优预测模型对待预测的地震采集接收装置的图像进行分类预测。本发明能够快速有效地进行施工质量检查,对提高质量控制的有效性、时效性,降低质控成本、提高施工效率、帮助质检人员实现仪器安装质量的快速评估,保证地震资料的采集质量。

本发明授权一种地震采集接收装置埋置质量人工智能自动检测方法在权利要求书中公布了:1.一种地震采集接收装置埋置质量人工智能自动检测方法,其特征在于,包括以下步骤:S1、拍摄地震采集接收装置的野外图像,并利用拉普拉斯方差算法计算图像的方差,根据方差确定阈值大小,筛选出清晰的图像;S2、使用labelimg标注工具对清晰的图像进行特征标注,将图像分类为合格和不合格,并保存为xml标签文件;具体实现方法为:依次打开训练集中的图像,标注目标区域,围绕检波器和节点仪的中心,人工用鼠标绘制矩形区域,使绘制的矩形区域能够恰好包络住检波器和节点仪;然后根据仪器要有超过一半的体积被埋入地下、四周干净整洁、未被植被及杂物遮挡的标准,将满足上述标准的图像标记为合格,否则标记为不合格,将图像标记保存为xml标签文件,形成训练集;S3、搭建YOLOv3神经网络,设置网络参数,进行迭代训练,输出每一轮训练后的模型,按照预测准确率的评价指标选择最优预测模型;具体实现方法为:S31、采集仪器数据集:合格图像中人工绘制的矩形区域为Right框;不合格图像中人工绘制的矩形区域为Wrong框;分别采集Right框和Wrong框的数据x,y,w,h,C;其中,x,y为框的中心点的坐标,w,h为框的高和宽,C为图像类别;S32、使用K-means聚类法对Right框和Wrong框的宽和高进行聚类分析;然后计算出9个锚点,尺寸为10×13、16×30、33×23;30×61、62×45、59×119;116×90、156×198、373×326,每三个锚点生成一个检测框,共得到三个检测框;计算Right框和Wrong框到聚类中心的距离,然后将检测框进行重新划分,更新聚类中心的值,直到聚类中心改变量收敛,则检测框与被检测目标位置接近重合;S33、对图像的四周填加灰度,固定图像尺寸大小为416×416像素,防止图像失真;然后将图像分别划分成三种尺寸13×13、26×26、52×52的非重叠的网络单元;S34、设置YOLOv3网络参数,训练时一轮迭代处理4个样本,图像训练前被填充灰度到416×416像素,使用BN在每次权值更新时进行正则化,权值衰减设置为0.0005,动量衰减设置为0.9,初始学习率设置为0.001,迭代次数为1000;S35、将S33得到的图像输入YOLOv3的主干网络中进行特征提取;YOLO算法将输入的图片不断进行卷积提取特征,经过多次下采样的卷积运算,最终输出结果为52×52×256、26×26×512、13×13×1024三种不同尺寸的特征图;S36、将K-means聚类算法得到的三个检测框尺寸平均分配到三种不同尺寸的特征图上,每个尺寸的特征图预测一定量的先验框,并生成相应的候选框,选择重合面积最大的候选框作为最终的预测框,然后根据特征图与原图的关系,将预测框其映射到原图上,定位出目标的位置,并在预测框上显示出检波器及节点仪的置信概率;S37、每迭代20次,输出一个预测模型,总共得到50个模型;模型的预测准确率评价指标定义为:Precision=NrN4式中,Precision为模型预测准确率,Nr为预测正确的样本数量,N为总的样本数量;S38、依次将测试集输入到每个模型中,准确率最高的即为最优预测模型;S4、利用最优预测模型对待预测的地震采集接收装置的图像进行分类预测。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人电子科技大学长三角研究院(湖州);电子科技大学,其通讯地址为:313099 浙江省湖州市西塞山路819号南太湖科技创新综合体B2幢8层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。