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

基于BottleNeck结构和SLLU的电动车头盔智能检测方法及装置 

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:淮阴工学院

摘要:本发明公开了一种基于BottleNeck结构和SLLU的电动车头盔智能检测方法及装置,包括以下步骤:使用自定义的SLLU激活函数替换YOLOv8Conv模块中的SigmoidLinearUnit激活函数;使用自定义的BGSCB模块,替换YOLOv8颈部Neck的卷积Conv模块;使用改进的C2f‑Star模块替换YOLOv8颈部Neck的C2f模块;使用SLLU激活函数、BGSCB模块和C2f‑Star模块改进的YOLOv8n定义为YOLOv8n‑SLBGS模型,利用公开数据集HelmetDetection训练YOLOv8n‑SLBGS器件进行模型参数确定,最终得到改进YOLOv8算法的智能检测模型。本发明提出的方法在保证测试速率的同时,提高了YOLOv8n算法的准确率;在电动车头盔监控应用中取得了平均准确率3.3%和精度6.9%的性能提升,可应用于智慧城市建设中提升城市交通管理水平。

主权项:1.一种基于BottleNeck结构和SLLU的电动车头盔智能检测方法,其特征在于,包括如下步骤:步骤1:获取交通监控视频流数据集G1,对交通监控视频流数据集G1进行关键帧处理,得到关键帧数据集G2;步骤2:构建改进的YOLOv8检测模型,使用公开数据集进行训练;所述改进的YOLOv8检测模型SLLU激活函数替换YOLOv8Conv模块中的SigmoidLinearUnit激活函数;使用BGSCB模块替换YOLOv8颈部Neck的卷积Conv模块,使用C2f-Star模块替换YOLOv8颈部Neck的第一个C2f模块;步骤3:利用训练后的改进的YOLOv8检测模型对所述关键帧数据集G2进行检测得到预测数据集合R1;步骤4:定义阈值Confident1、Confident2,分别为未佩戴头盔置信度阈值和佩戴头盔置信度阈值;根据阈值Confident1、Confident2判断预测数据集合R1中视频流关键帧是否佩戴头盔,得到未佩戴头盔的关键帧数据集合R2和佩戴头盔的关键帧数据集合R3。

全文数据:

权利要求:

百度查询: 淮阴工学院 基于BottleNeck结构和SLLU的电动车头盔智能检测方法及装置

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。