首页> 中国专利> 基于改进YOLO模型的堤防管涌险情智能识别方法

基于改进YOLO模型的堤防管涌险情智能识别方法

摘要

本发明公开了一种基于改进YOLO模型的堤防管涌险情智能识别方法,该方法包括改进和训练YOLO模型流程和基于改进YOLO模型堤防管涌识别的过程。改进和训练YOLO模型流程包括数据采集、制作样本、图像去背景处理和模型改进和训练步骤;基于改进YOLO模型识别的堤防管涌过程包括获取图像、划分窗口、图像处理与堤防管涌识别和输出最终识别结果等步骤。本发明利用单个YOLO模型实现堤防管涌目标特征提取、识别、目标定位等过程,克服人工特征提取的不足深层次挖掘数据所含信息;修改了原始YOLO模型,提升到小目标识别能力和速度,利用针对性的图像背景方法,分离大部分图像的背景,减少图像背景的干扰,提高堤防管涌识别精度。

著录项

  • 公开/公告号CN114241310A

    专利类型发明专利

  • 公开/公告日2022-03-25

    原文格式PDF

  • 申请/专利权人 江西省水利科学院;东华理工大学;

    申请/专利号CN202111569461.7

  • 申请日2021-12-21

  • 分类号G06V20/10(20220101);G06V10/762(20220101);G06K9/62(20220101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构36137 南昌丰择知识产权代理事务所(普通合伙);

  • 代理人张荣

  • 地址 330029 江西省南昌市北京东路1038号

  • 入库时间 2023-06-19 14:39:06

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-03-25

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号