龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：太原科技大学
摘要：由于井下环境复杂，低光照以及安全帽的物体较小导致的检测效果不理想。针对这一问题，我们公开了一种改进YOLOv7算法煤矿井下安全帽佩戴检测方法。首先，针对低光照条件下图像特征易受噪声干扰的局限性，提出多尺度MELAN模块，通过构建多尺度注意力机制来捕捉更广泛的上下文信息，进而强化特征信息的提取，并有效抑制噪声的干扰。其次，在主干网络使用软池化和全维动态卷积构建OD‑SMP模块，减少了特征映射中的信息弥散，保留了更多上下文信息，增强对小目标的检测能力；最后，对于煤矿井下不同光照和距离的复杂背景和环境，导致检测样本质量出现参差不齐的情况，使用Wise‑IoU作为损失函数。本发明方法具有较好的检测效果，对建设智能化矿井具有重大意义。
主权项：1.一种改进YOLOv7算法煤矿井下安全帽佩戴检测方法，其特征在于，所述检测方法包括以下4个阶段：阶段1：获取水下图像并制作成数据集，将数据集按照8：1：1的比例分为训练集、验证集和测试集；阶段2：以YOLOv7模型为基础进行改进，得到新的目标检测模型，改进方法包括：构建多尺度MELAN模块、使用软池化和全维动态卷积构建OD-SMP模块和使用新的损失函数；阶段3：使用训练集和验证集对改进后的模型进行训练，得到训练后的模型；阶段4：使用测试集对训练好的模型进行评估。
全文数据：
权利要求：
百度查询： 太原科技大学 一种改进YOLOv7算法煤矿井下安全帽佩戴检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号