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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 恭喜南京大学武港山获国家专利权

恭喜南京大学武港山获国家专利权

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!

龙图腾网恭喜南京大学申请的专利一种基于混合卷积残差结构的视觉目标检测方法及装置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:CN114913414B

龙图腾网通过国家知识产权局官网在2025-06-13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:202210423216.3,技术领域涉及:G06V20/10;该发明授权一种基于混合卷积残差结构的视觉目标检测方法及装置是由武港山;陈吉圣;李俊设计研发完成,并于2022-04-21向国家知识产权局提交的专利申请。

一种基于混合卷积残差结构的视觉目标检测方法及装置在说明书摘要公布了:一种基于混合卷积残差结构的视觉目标检测方法及装置,以目标检测网络CenterNet构建视觉检测模型,以混合空洞卷积残差网络HDResNet作为视觉检测模型的主干网络,采用图像训练集对视觉检测模型进行训练,训练集中的图像中包括不同视觉距离的目标,训练得到的模型用于输入图像中不同视觉距离的目标同时进行视觉检测。本发明的基于混合卷积视觉目标检测方法实现轮胎吊防撞,在近、中、远距离具有较高的综合检测精度及检测速度。

本发明授权一种基于混合卷积残差结构的视觉目标检测方法及装置在权利要求书中公布了:1.一种基于混合卷积残差结构的视觉目标检测方法,其特征是以目标检测网络CenterNet构建视觉检测模型,以混合空洞卷积残差网络HDResNet作为视觉检测模型的主干网络,所述HDResNet具体为:将ResNet101的BottleNeck中的3×3卷积替换为混合空洞卷积,混合空洞卷积为并列的三个空洞卷积核,空洞率分别为1、2、5,然后使用concat模块将三个空洞卷积核输出的特征进行拼接; 采用图像训练集对视觉检测模型进行训练,训练集图像中包括不同视觉距离的目标,训练得到的模型用于对输入图像不同视觉距离同时进行视觉目标检测; 其中,图像训练集为轮胎吊防撞图像,利用部署在轮胎吊防护栏的相机采集图像,检测目标为轮胎吊场景中的障碍物,将检测目标与轮胎吊距离划分为三段,分别是0-5m近距离,5-10m中距离,10-20m远距离,由图像训练集训练得到的视觉检测模型,对于新输入的轮胎吊防撞图像,输出检测到的视觉目标,用于轮胎吊的防撞预警; 对视觉检测模型进行训练时,使用类别平衡损失函数BLoss,BLoss由三部分组成,包括偏置损失Loff、尺寸损失Lsize和热力图类别损失Lbk,考虑到训练集中样本类别不平衡的问题,对热力图类别损失增加类权重wc,Lbk设计如下: 其中α,β为超参数,用来均衡难易样本和正负样本,N是图像中热力图的数量,Yxyc是热力图定位分支的输出,是其预测值,基于训练集统计信息的类加权损失,计算类的权重wc: 其中,Mc表示第c个类的标签数,Mmax和Mmin分别为训练集中标签的最大数和最小数,γ,W为超参; 总损失函数BLoss=Lbk+λsizeLsize+λoffLoff,λsize=0.1,λoff=1。

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南京大学,其通讯地址为:210023 江苏省南京市栖霞区仙林大道163号;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。