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:桂林电子科技大学
摘要:本发明公开了一种基于深度学习识别HPV试纸的方法,属于图像处理技术领域,可以实现在机体识别HPV试纸时,可先通过漏电传感器检测电源线是否发生漏电现象,若发生漏电现象,将信息反馈到警报灯上进行报警,保证工作的安全性,同时通过第一散热风扇和第二散热风扇的均压通风配合散热板的散热,使形变记忆囊体内的冷却水蒸发成水蒸气,进行吸热,同时形变记忆囊体在高温下发生膨胀至与具有防尘作用的防尘框和防尘网相接触,防尘框内的二氧化碳气体可以有效的起到吸热和隔热作用,故水蒸气则随着形变记忆囊体的膨胀向上运动,由于隔热作用,上方温度较低,故开始凝结成水珠滴落下来,实现循环利用,有效的增强了其散热效果。
主权项:1.一种基于深度学习识别HPV试纸的方法,其特征在于:包括以下步骤:S1、图片处理:首先运行opencv工具读取图片,并将图片转换为二值化图片;S2、数据增强:每次读取4张图片,对图片做出翻转、缩放、旋转变化相同的变换,并且按照四个方向位置摆好,进行图片的组合和框的组合,合成一张图片,在一个batch计算时计算4张图片的数据;S3、模型训练:将数据增强的图片传入目标检测网络中,采用CBEAM注意力模块、SRFB结构、Soft-NMS算法进行训练;S31、运行前,先通过辅助装置进行漏电检测,保证运行环境的安全,接着将图片输入大小固定为416×416,优化器设置为Adam,学习率的衰减策略选择为余弦退火的衰减策略调整学习率,设置余弦退火的衰减策略的初始学习率为0.001,最高学习率为0.01,最低学习率为0.0001;辅助装置包括安装框1,所述安装框1内安装有机体2,且机体2的前壁靠近底部处安装有电源线3,所述电源线3上安装有漏电传感器7,所述电源线3上套设有安装套4,且安装套4上安装有警报灯5,所述安装框1的左侧靠近顶部处安装有第一散热风扇8,所述安装框1的右侧靠近底部处安装有第二散热风扇9,所述机体2的前壁安装有若干个散热板14,且若干个散热板14均沿竖直方向呈线性分布,所述散热板14上开设有若干个散热孔10,且若干个散热孔10内均安装有形变记忆囊体11,所述形变记忆囊体11的内部为空心设置,所述形变记忆囊体11内填充有冷却水,且冷却水的填充度为50%-60%,所述散热孔10内靠近顶部处固定连接有防尘框12,所述防尘框12内固定连接有防尘网13;S32、网络训练迭代次数为500次,本次训练前400次,先冻结网络前170层的卷积层,对剩下的卷积层训练,最后100次开启所有卷积层,对所有卷积层进行训练;S33、在网络中,CBEAM注意力模块该模块分别从通道和空间两个维度顺序提供注意力特征图,在CBEAM注意力模块中采用一种无降维的局部跨通道交互策略,给卷积神经网络带来明显的性能识别增益;S4、实现对试纸色带识别:最终保存的训练loss值最低的模型权重,进行模型权重加载,对操作,利用验证集检测网络的识别准确度,平均误差mse,在进行多次的训练后,使准确率和平均误差都达到最优,能够得到训练好的预设权重,加载出预设权重,对试纸色带进行识别。
全文数据:
权利要求:
百度查询: 桂林电子科技大学 一种基于深度学习识别HPV试纸的方法
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。