WO2020181685A1 - 一种基于深度学习的车载视频目标检测方法 - Google Patents

一种基于深度学习的车载视频目标检测方法 Download PDF

Info

Publication number
WO2020181685A1
WO2020181685A1 PCT/CN2019/092749 CN2019092749W WO2020181685A1 WO 2020181685 A1 WO2020181685 A1 WO 2020181685A1 CN 2019092749 W CN2019092749 W CN 2019092749W WO 2020181685 A1 WO2020181685 A1 WO 2020181685A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
training
cnn
network
target detection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/CN2019/092749
Other languages
English (en)
French (fr)
Inventor
张登银
金天宇
丁飞
赵莎莎
刘锦
薛睿
聂涵
王雪纯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to JP2021502766A priority Critical patent/JP7120689B2/ja
Publication of WO2020181685A1 publication Critical patent/WO2020181685A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle

Definitions

  • the invention relates to a vehicle-mounted video target detection method based on deep learning, which belongs to the technical field of video image processing.
  • the target detection and tracking of vehicles, pedestrians and other obstacles in front of the vehicle, and on this basis, the behavior analysis of the preceding vehicle is the basis of the driving safety assistance system.
  • the main steps of traditional target detection methods are generally: extracting target features, training corresponding classifiers, sliding window search, repetition and false positive filtering.
  • This sliding window selection strategy for target detection is not targeted, has high time complexity, window redundancy, and hand-designed features have poor robustness and unreliable classifiers; at the same time, existing target detection algorithms cannot be flexibly trained
  • the data is used to learn effective features according to different needs to complete specific detection tasks.
  • the purpose of the present invention is to solve the above shortcomings of the prior art and provide a vehicle-mounted video target detection method based on deep learning.
  • a vehicle-mounted video target detection method based on deep learning includes the following steps:
  • Step 1) Align the pixels under the depth coordinates to the color coordinates; then extract the features of the depth image and the color image through CNN respectively, and concatenate the feature maps output by the respective convolutional layers in the channel dimension to obtain the final RGB -D feature as the convolution feature map after convolution;
  • Step 2 Construct a regional proposal network RPN, which includes a 3 ⁇ 3 convolutional layer and two 1 ⁇ 1 parallel convolutional layers; input the fused convolution feature map into a 3 ⁇ 3 volume Multilayer, sliding a network of a preset size in pixels on the input feature map, and each sliding position generates an anchor point of a specific scale;
  • RPN regional proposal network
  • the Fast R-CNN model consists of two ROI pooling layers, a fully connected layer and two parallel fully connected layers, respectively outputting the confidence of the region and the candidate frame after the border regression Location; input the fused convolutional features into the Fast R-CNN model, and output the location of the target in the image and its category and confidence;
  • Step 3) Construct the cost function for training the RPN network and the cost function for training the Fast R-CNN network;
  • Step 4) Use a standard ZF model to train and fine-tune the parameters of the network, and randomly initialize all new layers by extracting weights from the zero-mean Gaussian distribution of the set standard deviation;
  • Step 5 Use the back propagation algorithm and the stochastic gradient descent algorithm to train the model by alternately training the RPN and Fast R-CNN networks, and adjust the weight of each layer of neural network in turn according to the preset parameters;
  • Step 6 Use the pre-obtained training set to test the pre-trained Faster R-CNN model, and screen out difficult samples according to the discriminant formula of difficult samples;
  • Step 7) Add the difficult samples generated in step 6) to the training set, train the network again, repeat steps 5)-step 7), and finally get the best Faster R-CNN model;
  • Step 8) Process the vehicle-mounted video image collected in practice, input it into the trained Faster R-CNN model, and output the target category, confidence and target position in the image.
  • the present invention proposes a target detection model based on depth information completion.
  • the improved Faster R-CNN adds a depth information channel to separate color images and depth images.
  • Feature extraction is carried out through CNN with the same structure.
  • Two CNNs are connected in parallel, and the original color image feature map and depth image feature map are combined in series to obtain the final image feature.
  • the present invention The obtained image features are richer, supplement the detailed information of the vehicle, and will not increase time overhead, and meet the requirements of improving target detection in complex scenes.
  • the present invention adds a difficult sample mining strategy in the training phase, so that the model pays more attention to difficult samples on the original basis, and better distinguishes the background of vehicles and suspected vehicles, so as to achieve the purpose of improving accuracy;
  • the Faster R-CNN algorithm that uses the shared convolutional network to extract suggested candidate frames in the present invention has been significantly improved in real-time. This algorithm abandons the traditional region suggestion algorithm and uses the convolutional layer in the deep network to Extracting candidate frames saves a lot of time and overhead.
  • Fig. 1 is a schematic flowchart of a method according to a specific embodiment of the present invention.
  • Fig. 2 is a training flow chart of the improved Faster R-CN algorithm in a specific embodiment of the present invention.
  • the purpose of the present invention is to propose a vehicle-mounted video target detection method based on deep learning.
  • feature maps of depth images are added to supplement vehicle detail information, and convolutional nerves that are the same as extracting color image features are selected.
  • the color image channel and the depth image channel adopt a parallel structure, and the extracted features are fused in series to obtain the final RGB-D feature, and a difficult sample mining strategy is added to the training to improve the algorithm's ability to deal with small targets and small targets in complex traffic scenes. Detection accuracy of difficult targets.
  • Fig. 1 is a flowchart of a method according to a specific embodiment of the present invention.
  • using the KITTI data set to construct the training sample set and the test sample set includes the following step 1: adopting the PASCAL VOC data set format and evaluation algorithm tool.
  • step 1 adopting the PASCAL VOC data set format and evaluation algorithm tool.
  • PASCAL VOC has a total of 20 categories.
  • the key detection objects are vehicles, pedestrians, and traffic signs.
  • the data set is divided into the above three categories; second, the label information is converted: The annotation file is converted from txt to xml, and other information in the annotation is removed, leaving only 3 categories; finally, a training verification set and a test set are generated.
  • the method of the present invention includes the following steps:
  • Step 2) Construct an improved Faster R-CNN model, which integrates the Regional Proposal Network (RPN) and Fast R-CNN network;
  • RPN Regional Proposal Network
  • CNN Convolutional Neural Networks
  • CNN selects the feature extraction network in the ZF model, and connects two CNNs with the same structure in parallel (the original color image channel is channel 1, and the parallel depth image channel is Channel 2);
  • the size of the feature map is hwc (where h and w represent the height and width of the feature map respectively, and c is the three channels of RGB), and the color image feature and the depth image feature are taken as Feature fusion of the two channels, the size of the fused feature map is 2hwc;
  • the regional proposal network RPN includes a 3 ⁇ 3 convolutional layer and two 1 ⁇ 1 parallel convolutional layers;
  • Input the fused convolutional feature map into a 3 ⁇ 3 convolutional layer, and slide a small network in pixels on the input feature map.
  • Two 1 ⁇ 1 parallel convolutional layers perform position regression and background scene judgment on the anchor points of the upper layer, and respectively output the foreground and background scene confidence of the anchor points and the candidate frame position.
  • the position of the candidate frame contains four parameters including the coordinates x and y of the center point of the candidate frame, as well as the width w’ and the height h’;
  • Fast R-CNN consists of two ROI pooling layers, one fully connected layer and two parallel fully connected layers, respectively outputting the confidence of the region and the position of the candidate frame after the border regression;
  • the ROI pooling layer performs a pooling operation on the region suggestion set C and the fused convolution feature map.
  • the ROI pooling layer maps the ROI to the corresponding position of the feature map according to the input image, and divides the mapped area into sections of the same size , Perform maximum pooling operation on each section;
  • the fully connected layer merges the output results of the ROI pooling layer, and finally inputs two fully connected layers in parallel, performs region classification and border regression on the candidate frame, and outputs the location of the target in the image and its category and confidence;
  • Step 3 Construct the cost function of training RPN network and the cost function of training Fast R-CNN network:
  • the anchor point and the ground truth have the largest Intersection over Union (IoU) or not less than 0.7 marked as positive samples, and P i is the prediction confidence; Is the label value, when it is 1, it means positive sample, and when it is 0, it means negative sample; i means the index of anchor point; N cls is the total number of anchor points; N reg is the number of positive samples; t i is the predicted anchor point bounding box Correction value Is the actual anchor point bounding box correction value; L cls is the classification cost; L reg is the border regression cost; ⁇ is the balance weight;
  • IoU Intersection over Union
  • u is the u-th category
  • tu is the correction value of the u-th frame regression prediction
  • v is the actual correction value
  • L cls is the classification cost
  • L reg is the frame regression cost
  • ⁇ is the balance weight
  • Step 4) Use a standard ZF model to train and fine-tune the parameters of the network, and randomly initialize all new layers by extracting weights from the zero-mean Gaussian distribution of the set standard deviation;
  • Step 5 Use back propagation algorithm and stochastic gradient descent algorithm to train the model by alternately training RPN and Fast R-CNN networks, adjust the weights of each layer of neural network in turn, and set the initial network learning rate to 0.01, the minimum learning rate is set to 0.0001, the momentum is set to 0.9, the weight attenuation coefficient is set to 0.0005, and the dropout value is set to 0.5.
  • the specific steps are as follows:
  • Step 6 Use the training set to test the pre-trained Faster R-CNN model, and select difficult samples according to the difficult sample discrimination formula of the present invention
  • Step 7) Add the difficult samples generated in step 6) to the training set, train the network again, repeat step 5) to strengthen the network's ability to discriminate difficult samples, and finally get the best Faster R-CNN model; training process See Figure 2.
  • Step 8) Process the vehicle-mounted video image collected in practice, input it into the trained Faster R-CNN model, and output the target category, confidence and target position in the image.
  • the present invention can fully consider the problem of missed detection of small targets in the Faster R-CNN algorithm, and improve the accuracy of vehicle recognition in complex traffic scenes through deep image feature fusion and difficult sample mining methods.
  • the target detection algorithm based on the convolutional neural network used in the present invention can learn effective features according to different requirements under the condition of flexible training data to complete specific detection tasks.
  • the R-CNN algorithm is a target detection algorithm based on the combination of candidate frame suggestions and convolutional neural networks. Due to the large number of recommended candidate frames generated by the region recommendation algorithm and the large time overhead, the algorithm is in real-time and accuracy. There is still a lot of room for improvement.
  • the Faster R-CNN algorithm which uses the shared convolutional network to extract the suggested candidate frames, has been significantly improved in real-time. The algorithm discards the traditional region suggestion algorithm and uses the convolutional layer in the deep network to extract the candidate frames, saving A lot of time is spent, but in scenes with more small targets and more complex, the missed detection is more serious, and there is still much room for improvement.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于深度学习的车载视频目标检测方法，利用改进的Faster R-CNN算法实现复杂交通环境中的目标检测，提供行车安全辅助功能。现有的目标跟踪算法存在严重的小目标漏检问题，本发明通过增加一个深度信息通道，将其与原有的彩色图像通道并联，并在通道维度上进行融合，在融合后的特征图像上进行候选框提取和目标检测，提高小目标的检测率，另外在训练中添加对难样本的训练，提高算法整体的目标识别率。本发明能够充分考虑Faster R-CNN算法存在的小目标漏检问题，通过深度图像特征融合和难样本挖掘方法，提高复杂交通场景中车辆识别的准确率。

Description

一种基于深度学习的车载视频目标检测方法 技术领域
本发明涉及一种基于深度学习的车载视频目标检测方法，属于视频图像处理技术领域。
背景技术
在行车过程中，对车辆前方的车辆、行人及其他障碍物进行目标检测与跟踪，并在此基础上进行前车的行为分析，是行车安全辅助系统的基础。传统目标检测方法的主要步骤一般为：提取目标特征，训练对应的分类器，滑动窗口搜索，重复和误报过滤。这种目标检测的滑窗选择策略没有针对性，时间复杂度高，窗口冗余，且手工设计的特征鲁棒性较差，分类器不可靠；同时现有的目标检测算法不能够灵活地训练数据以根据不同需求学习有效的特征完成具体的检测任务。
发明内容
本发明的目的在于解决以上现有技术的不足，提供一种基于深度学习的车载视频目标检测方法。
为了实现上述目标，本发明采用如下的技术方案：
一种基于深度学习的车载视频目标检测方法，包括如下步骤：
步骤1)将深度坐标下的像素对齐到彩色坐标下；再将深度图像和彩色图像各自通过CNN进行特征提取，并将各自卷积层输出的特征图在通道维度上进行串联融合得到最终的RGB-D特征作为卷积后的卷积特征映射；
步骤2)构建区域建议网络RPN，所述区域建议网络RPN包括一个3×3的卷积层和两个1×1的并行卷积层；将融合后的卷积特征映射输入3×3的卷积层，在输入的特征映射上以像素为单位滑动预设大小的网络，则每个滑动位置产生特定尺度的锚点；
将产生的锚点输入两个1×1的并行卷积层进行位置回归和前后景判断，分别输出锚点的前后景置信度和所有候选框位置并按照预设条件从所得的矩形后选框中筛选出前景置信度最高的前特定数量的区域，得到最终的区域建议集合C；
构建Fast R-CNN模型，所述Fast R-CNN模型由两个ROI池化层、一个全连接层和两个并联的全连接层组成，分别输出该区域的置信度以及边框回归之后的候选框位置；将融合后的卷积特征输入Fast R-CNN模型，输出图像中目标的位置及其类别和置信度；
步骤3)：构建训练RPN网络的代价函数和训练Fast R-CNN网络的代价函数；
步骤4)使用标准的ZF模型训练和微调网络的各项参数，通过从设定的标准方差的零均值高斯分布中提取权重来随机初始化所有新层；
步骤5)利用反向传播算法和随机梯度下降算法，采用对RPN和Fast R-CNN两个网络交替训练的方式对模型进行训练，根据预先设置的参数依次调整每层神经网络的权值；
步骤6)使用预先获得的训练集测试初步训练好的Faster R-CNN模型，根据难样本的判别公式筛选出难样本；
步骤7)将步骤6)中产生的难样本加入训练集中，对网络再次进行训练，重复步骤5)-步骤7)，最终得到最优的Faster R-CNN模型；
步骤8)对实际中采集的车载视频图像进行处理，输入训练好的Faster R-CNN模型中，输出该图像中目标类别、置信度以及目标位置。
本发明所达到的有益效果：
第一，本发明在基于建议的卷积神经网络模型基础上，提出一种基于深度信息补全的目标检测模型，改进的Faster R-CNN添加了一条深度信息通道，将彩色图像和深度图像分别通过结构一样的CNN进行特征提取，两个CNN采用并联的结构，再将原有的彩色图像特征映射与深度图像特征映射进行串联融合，得到最终的图像特征，与原有算法相比，本发明得到的图像特征更加丰富，补充了车辆的细节信息，并且不会增加时间开销，满足提高复杂场景下目标检测的要求。
第二，本发明通过在训练阶段增加难样本挖掘策略，使得模型在原有基础上更加关注难样本，将车辆及疑似车辆的背景更好的区分，达到提高准确性的目的；
第三，本发明利用共享卷积网络来提取建议候选框的Faster R-CNN算法在实时性上得到了明显的提升，该算法抛弃了传统的区域建议算法，使用深度网络中的卷积层来提取候选框，节约了大量时间开销。
附图说明
图1为本发明具体实施例方法的流程示意图。
图2为本发明具体实施例中改进的Faster R-CN算法的训练流程 图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
本发明目的在于提出了一种基于深度学习的车载视频目标检测方法，在Faster R-CNN的基础上，添加深度图像的特征映射来补充车辆细节信息，选用与提取彩色图像特征相同的卷积神经网络，彩色图像通道与深度图像通道采用并联的结构，提取出的特征经过串联融合得到最终的RGB-D特征，并在训练中添加难样本挖掘策略，提高算法在复杂交通场景中对小目标以及难目标的检测准确性。
如图1所示为本发明具体实施例的方法流程图。
在实施实施本发明方法时可以基于预先获取的训练集样本集和测试集样本，也可以根据需求制作训练集和测试集。在本实施例中，使用KITTI数据集构建训练样本集和测试样本集，包括以下步骤1：采用PASCAL VOC数据集的格式及评价算法工具。首先，转换KITTI的类别：PASCAL VOC总共有20个类别，在城市交通场景中，重点检测对象为车辆、行人、交通标志，因此将数据集分为上述3种类别；其次，转换标注信息：将标注文件从txt转化为xml，去掉标注中的其他信息，只留下3类；最后，生成训练验证集和测试集。
如图1所述，本发明方法包括如下步骤：
步骤2)构建一种改进的Faster R-CNN模型，该模型综合了区域建议网络(Regional Proposal Network，RPN)和Fast R-CNN网 络；
2.1)卷积神经网络(Convolutional Neural Networks,CNN)
首先，将深度坐标下的像素对齐到彩色坐标下；CNN选取ZF模型中特征提取的网络，将两个结构相同的CNN进行并联(原有的彩色图像通道为通道1，并联的深度图像通道为通道2)；两类图像通过CNN特征提取之后，特征图大小均为hwc(这里h、w分别表示特征图的高、宽，c为RGB三个通道)，将彩色图像特征与深度图像特征作为两个通道进行特征融合，融合后的特征图大小为2hwc；
2.2)区域建议网络RPN包括一个3×3的卷积层和两个1×1的并行卷积层；
将融合后的卷积特征映射输入3×3的卷积层，在输入的特征映射上以像素为单位滑动一个小网络，本实施例中分别采用3个尺度和3个长宽比，则每个滑动位置产生k＝3×3＝9个不同尺度的锚点，则总共产生hwk个锚点，得到hwk个矩形候选框；
两个1×1的并行卷积层对上一层的锚点进行位置回归和前后景判断，分别输出锚点的前后景置信度和候选框位置。候选框位置包含候选框中心点坐标x和y，以及宽w’和高h’共四个参数；
2.2)将2.1)所得的矩形候选框按照预设条件筛选出满足预设条件的预定数量的区域。本实施例中对所得的矩形候选框按照softmax的得分进行降序排序，保留前2000个区域，再进一步用非极大值抑制算法(Non-Maximum Suppression，NMS)筛选出前景置信度最高的前300个区域，得到最终的区域建议集合C；
2.3)Fast R-CNN由两个ROI池化层、一个全连接层和两个并联的全连接层组成，分别输出该区域的置信度以及边框回归之后的候选框位置；
ROI pooling层对区域建议集合C与融合后的卷积特征映射进行池化操作，ROI pooling层根据输入的image，将ROI映射到特征映射的对应位置，将映射后的区域划分为相同大小的sections，对每个section进行最大池化操作；
全连接层对ROI pooling层的输出结果进行合并，最后输入并联的两个全连接层，对候选框进行区域分类和边框回归，输出图像中目标的位置及其类别、置信度；
步骤3)构建训练RPN网络的代价函数和训练Fast R-CNN网络的代价函数：
本实施例中训练RPN网络的代价函数为：
Figure PCTCN2019092749-appb-000001
其中，锚点与ground truth(即标定过的真实数据)的交并比(Intersection over Union，IoU)最大或不低于0.7的标为正样本，P i为预测置信度；
Figure PCTCN2019092749-appb-000002
为标注值，取1时表示正样本，取0时表示负样本；i表示锚点的索引；N cls为锚点总数量；N reg为正样本的数量；t i为预测的锚点边界框修正值；
Figure PCTCN2019092749-appb-000003
为实际的锚点边界框修正值；L cls为分类代价；L reg为边框回归代价；λ为平衡权重；
本实施例中训练Fast R-CNN网络的代价函数为：
L(p,u,t u,v)＝L cls(p,u)+λ[u≥1]L reg(t u,v)
其中，u为第u类；t u为第u类边框回归预测的修正值；v为实际修正值；L cls为分类代价；L reg为边框回归代价；λ为平衡权重；
步骤4)使用标准的ZF模型训练和微调网络的各项参数，通过从设定的标准方差的零均值高斯分布中提取权重来随机初始化所有新层；
步骤5)利用反向传播算法和随机梯度下降算法，采用对RPN和Fast R-CNN两个网络交替训练的方式对模型进行训练，依次调整每层神经网络的权值，网络初始学习率设为0.01，最低学习率设为0.0001，动量设置为0.9，权重衰减系数为0.0005，Dropout值设置为0.5，具体步骤如下：
(1)采用反向传播算法和随机梯度算法训练RPN模型，该阶段迭代80000次；
(2)使用RPN生成的候选框作为Fast R-CNN的输入，并进行独立训练，该阶段迭代40000次；
(3)利用(2)中的结果对RPN网络结构进行初始化，固定共享卷积层(将共享卷积层的学习率设置为0)，更新RPN网络的参数，该阶段迭代80000次；
(4)固定共享卷积层(将共享卷积层的学习率设置为0)，微调Fast R-CNN网络结构，更新其全连接层的参数，该阶段迭代40000次；
步骤6)使用训练集测试初步训练好的Faster R-CNN模型，根据 本发明的难样本判别公式筛选出难样本；
步骤7)将步骤6)中产生的难样本加入训练集中，对网络再次进行训练，重复步骤5)，从而加强网络对难样本的判别能力，最终得到最优的Faster R-CNN模型；训练过程可参见图2。
步骤8)对实际中采集的车载视频图像进行处理，输入训练好的Faster R-CNN模型中，输出该图像中目标类别、置信度以及目标位置。
本发明能够充分考虑Faster R-CNN算法存在的小目标漏检问题，通过深度图像特征融合和难样本挖掘方法，提高复杂交通场景中车辆识别的准确率。
本发明使用的基于卷积神经网络的目标检测算法可以在灵活的训练数据的情况下，根据不同需求学习有效的特征来完成具体的检测任务。R-CNN算法是基于候选框建议与卷积神经网络相结合的一种目标检测算法，由于区域建议算法产生的数量众多的建议候选框以及较大的时间开销，该算法在实时性和准确性方面仍有较大的提升空间。利用共享卷积网络来提取建议候选框的Faster R-CNN算法在实时性上得到了明显的提升，该算法抛弃了传统的区域建议算法，使用深度网络中的卷积层来提取候选框，节约了大量时间开销，但在小目标较多以及较复杂的场景中，漏检的情况较为严重，仍有较大的改进空间。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (10)

  1. 一种基于深度学习的车载视频目标检测方法，其特征是，包括如下步骤：
    步骤1)将深度坐标下的像素对齐到彩色坐标下；再将深度图像和彩色图像各自通过CNN进行特征提取，并将各自卷积层输出的特征图在通道维度上进行串联融合得到最终的RGB-D特征作为卷积后的卷积特征映射；
    构建区域建议网络RPN，所述区域建议网络RPN包括一个3×3的卷积层和两个1×1的并行卷积层；将融合后的卷积特征映射输入3×3的卷积层，在输入的特征映射上以像素为单位滑动预设大小的网络，则每个滑动位置产生特定尺度的锚点；
    将产生的锚点输入两个1×1的并行卷积层进行位置回归和前后景判断，分别输出锚点的前后景置信度和所有候选框位置并按照预设条件从所得的矩形后选框中筛选满足特定条件的预设数量的区域，得到最终的区域建议集合C；
    步骤2)构建Fast R-CNN模型：
    所述Fast R-CNN模型由两个ROI池化层、一个全连接层和两个并联的全连接层组成，分别输出该区域的置信度以及边框回归之后的候选框位置；将融合后的卷积特征输入Fast R-CNN模型，输出图像中目标的位置及其类别和置信度；
    步骤3)：构建训练RPN网络的代价函数和训练Fast R-CNN网络的代价函数；
    步骤4)使用标准的ZF模型训练和微调网络的各项参数，通过从设定的标准方差的零均值高斯分布中提取权重来随机初始化所有新层；
    步骤5)利用反向传播算法和随机梯度下降算法，采用对RPN和Fast R-CNN两个网络交替训练的方式对模型进行训练，根据预先设置的参数依次调整每层神经网络的权值；
    步骤6)使用预先获得的训练集测试初步训练好的Faster R-CNN模型，根据难样本的判别公式筛选出难样本；
    步骤7)将步骤6)中产生的难样本加入训练集中，对网络再次进行训练，重复步骤5)-步骤7)，得到最优的Faster R-CNN模型；
    步骤8)对实际中采集的车载视频图像进行处理，输入训练好的Faster R-CNN模型中，输出该图像中目标类别、置信度以及目标位置。
  2. 根据权利要求1所述的一种基于深度学习的车载视频目标检测方法，其特征是，所述步骤2)中所述RGB-D特征作为RPN和Fast R-CNN共享的卷积特征映射，其矩阵形式为：
    Figure PCTCN2019092749-appb-100001
    其中，i，j，k为中间变量，i～[0,h-1]，j～[0,w-1]，k～[0,2c-1]，h为特征图的高，w为特征图的宽，c为RGB三个通道；Y RGB(i,j,k)是通道串联后的图像特征；Y depth(i,j,k-c)是彩色图像特征；Y merge(i,j,k)是深度图像特征。
  3. 根据权利要求1所述的一种基于深度学习的车载视频目标检 测方法，其特征是，所述训练RPN网络的代价函数为：
    Figure PCTCN2019092749-appb-100002
    其中，将与标定过的真实数据的交并比最大或不低于0.7的锚点标为正样本，P i为预测置信度；
    Figure PCTCN2019092749-appb-100003
    为标注值，取1时表示正样本，取0时表示负样本；i表示锚点的索引；N cls为锚点总数量；N reg为正样本的数量；t i为预测的锚点边界框修正值；
    Figure PCTCN2019092749-appb-100004
    为实际的锚点边界框修正值；L cls为分类代价；L reg为边框回归代价；λ为平衡权重。
  4. 根据权利要求1所述的一种基于深度学习的车载视频目标检测方法，其特征是，所述训练Fast R-CNN网络的代价函数为：
    L(p,u,t u,v)＝L cls(p,u)+λ[u≥1]L reg(t u,v)
    其中，u为第u类；t u为第u类边框回归预测的修正值；v为实际修正值；L reg为边框回归代价，p是分类预测结果。
  5. 根据权利要求1所述的一种基于深度学习的车载视频目标检测方法，其特征是，所述步骤6)中，所述难样本判别函数如下：
    L(o,p)＝L IoU(o)+L score(p)，
    Figure PCTCN2019092749-appb-100005
    L score(p)＝(1-p)，
    其中，L IoU为边框误差；L score为分类误差；o为样本与目标的相交率；k为对阈值的敏感系数；o和p的取值范围均为0～1。
  6. 根据权利要求1所述的一种基于深度学习的车载视频目标检测方法，其特征是，步骤5)的具体步骤如下：
    (1)采用反向传播算法和随机梯度算法训练RPN模型，该阶段迭代80000次；
    (2)使用RPN生成的候选框作为Fast R-CNN的输入，并进行独立训练，该阶段迭代40000次；
    (3)利用(2)中的结果对RPN网络结构进行初始化，固定共享卷积层(将共享卷积层的学习率设置为0)，更新RPN网络的参数，该阶段迭代80000次；
    (4)固定共享卷积层(将共享卷积层的学习率设置为0)，微调Fast R-CNN网络结构，更新其全连接层的参数，该阶段迭代40000次。
  7. 根据权利要求1所述的一种基于深度学习的车载视频目标检测方法，其特征是，步骤5)中参数设定包括网络初始学习率设为0.01，最低学习率设为0.0001，动量设置为0.9，权重衰减系数为0.0005，Dropout值设置为0.5。
  8. 根据权利要求1所述的一种基于深度学习的车载视频目标检测方法，其特征是，预先获得训练集和测试集的方法包括如下步骤：
    使用KITTI数据集构建训练样本集和测试样本集；
    按照PASCAL VOC格式转换KITTI的类别，将KITTI数据集分为车辆、行人和交通3种类别；
    转换标注信息：将标注文件从txt转化为xml，去掉标注中的其他信息，只留下3类；最后，生成训练验证集和测试集。
  9. 根据权利要求1所述的一种基于深度学习的车载视频目标检 测方法，其特征是，筛选出满足特定条件的预设数量的区域的方法如下：
    将所得的矩形候选框按照softmax的得分进行降序排序，保留前2000个区域，再进一步用非极大值抑制算法筛选出前景置信度最高的前特定数量的区域。
  10. 根据权利要求1所述的一种基于深度学习的车载视频目标检测方法，其特征是，步骤4)所述设定的标准方差为0.01。
PCT/CN2019/092749 2019-03-12 2019-06-25 一种基于深度学习的车载视频目标检测方法 Ceased WO2020181685A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2021502766A JP7120689B2 (ja) 2019-03-12 2019-06-25 深層学習に基づく車載ビデオターゲット検出方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910185300.4 2019-03-12
CN201910185300.4A CN109977812B (zh) 2019-03-12 2019-03-12 一种基于深度学习的车载视频目标检测方法

Publications (1)

Publication Number Publication Date
WO2020181685A1 true WO2020181685A1 (zh) 2020-09-17

Family

ID=67078633

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2019/092749 Ceased WO2020181685A1 (zh) 2019-03-12 2019-06-25 一种基于深度学习的车载视频目标检测方法

Country Status (3)

Country Link
JP (1) JP7120689B2 (zh)
CN (1) CN109977812B (zh)
WO (1) WO2020181685A1 (zh)

Cited By (388)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112115913A (zh) * 2020-09-28 2020-12-22 杭州海康威视数字技术股份有限公司 图像处理方法、装置及设备、存储介质
CN112132042A (zh) * 2020-09-24 2020-12-25 西安电子科技大学 基于对抗域适应的sar图像目标检测方法
CN112132804A (zh) * 2020-09-22 2020-12-25 苏州巨能图像检测技术有限公司 一种用于集卡轮毂的防吊起检测方法
CN112164017A (zh) * 2020-09-27 2021-01-01 中国兵器工业集团第二一四研究所苏州研发中心 一种基于深度学习的偏振彩色化方法
CN112183274A (zh) * 2020-09-21 2021-01-05 深圳中兴网信科技有限公司 泥头车检测方法和计算机可读存储介质
CN112183485A (zh) * 2020-11-02 2021-01-05 北京信息科技大学 基于深度学习的交通锥桶检测定位方法、系统及存储介质
CN112200803A (zh) * 2020-11-04 2021-01-08 成都朴华科技有限公司 精子核蛋白成熟度检测方法及装置
CN112215128A (zh) * 2020-10-09 2021-01-12 武汉理工大学 融合fcos的r-cnn城市道路环境识别方法及装置
CN112232214A (zh) * 2020-10-16 2021-01-15 天津大学 一种基于深度特征融合和注意力机制的实时目标检测方法
CN112233090A (zh) * 2020-10-15 2021-01-15 浙江工商大学 基于改进注意力机制的薄膜瑕疵检测方法
CN112233175A (zh) * 2020-09-24 2021-01-15 西安交通大学 基于YOLOv3-tiny算法的芯片定位方法及一体化定位平台
CN112241718A (zh) * 2020-10-23 2021-01-19 北京百度网讯科技有限公司 车辆信息的检测方法、检测模型的训练方法和装置
CN112287854A (zh) * 2020-11-02 2021-01-29 湖北大学 基于深度神经网络的建筑室内人员检测方法及系统
CN112330591A (zh) * 2020-09-30 2021-02-05 中国铁道科学研究院集团有限公司 少样本学习的钢轨表面缺陷检测方法及装置
CN112329871A (zh) * 2020-11-11 2021-02-05 河北工业大学 一种基于自校正卷积与通道注意力机制的肺结节检测方法
CN112329558A (zh) * 2020-10-22 2021-02-05 上海交通大学 一种基于烧结机尾断面视频的FeO含量预测方法
CN112329588A (zh) * 2020-10-30 2021-02-05 中海石油(中国)有限公司 一种基于Faster R-CNN的管道故障检测方法
CN112364687A (zh) * 2020-09-29 2021-02-12 上善智城(苏州)信息科技有限公司 一种基于改进的Faster R-CNN加油站静电标志识别方法及系统
CN112381005A (zh) * 2020-11-17 2021-02-19 温州大学 一种面向复杂场景的安全帽检测系统
CN112380962A (zh) * 2020-11-11 2021-02-19 成都摘果子科技有限公司 一种基于深度学习的动物图像识别方法及系统
CN112396017A (zh) * 2020-11-27 2021-02-23 上海建科工程咨询有限公司 一种基于图像识别的工程安全隐患识别方法及系统
CN112396582A (zh) * 2020-11-16 2021-02-23 南京工程学院 一种基于Mask RCNN的均压环歪斜检测方法
CN112395975A (zh) * 2020-11-17 2021-02-23 南京泓图人工智能技术研究院有限公司 一种基于旋转区域生成网络的遥感图像目标检测方法
CN112395987A (zh) * 2020-11-18 2021-02-23 西安电子科技大学 基于无监督域适应cnn的sar图像目标检测方法
CN112418114A (zh) * 2020-11-27 2021-02-26 广州华多网络科技有限公司 时序行为检测、响应方法及装置、设备、介质
CN112418117A (zh) * 2020-11-27 2021-02-26 北京工商大学 一种基于无人机图像的小目标检测方法
CN112417981A (zh) * 2020-10-28 2021-02-26 大连交通大学 基于改进FasterR-CNN的复杂战场环境目标高效识别方法
CN112434740A (zh) * 2020-11-26 2021-03-02 西北大学 一种基于深度学习的秦俑碎块分类方法
CN112434745A (zh) * 2020-11-27 2021-03-02 西安电子科技大学 基于多源认知融合的遮挡目标检测识别方法
CN112464851A (zh) * 2020-12-08 2021-03-09 国网陕西省电力公司电力科学研究院 一种基于视觉感知的智能电网异物入侵检测方法及系统
CN112488229A (zh) * 2020-12-10 2021-03-12 西安交通大学 一种基于特征分离和对齐的域自适应无监督目标检测方法
CN112488066A (zh) * 2020-12-18 2021-03-12 航天时代飞鸿技术有限公司 一种无人机多机协同侦察下的目标实时检测方法
CN112507862A (zh) * 2020-12-04 2021-03-16 东风汽车集团有限公司 基于多任务卷积神经网络的车辆朝向检测方法及系统
CN112507898A (zh) * 2020-12-14 2021-03-16 重庆邮电大学 一种基于轻量3d残差网络和tcn的多模态动态手势识别方法
CN112508091A (zh) * 2020-12-03 2021-03-16 大连海事大学 基于卷积神经网络的低质量图像分类方法
CN112528782A (zh) * 2020-11-30 2021-03-19 北京农业信息技术研究中心 水下鱼类目标检测方法及装置
CN112528862A (zh) * 2020-12-10 2021-03-19 西安电子科技大学 基于改进的交叉熵损失函数的遥感图像目标检测方法
CN112528995A (zh) * 2020-12-22 2021-03-19 北京百度网讯科技有限公司 用于训练目标检测模型的方法、目标检测方法及装置
CN112541389A (zh) * 2020-09-29 2021-03-23 西安交通大学 一种基于EfficientDet网络的输电线路故障检测方法
CN112556682A (zh) * 2021-02-07 2021-03-26 天津蓝鳍海洋工程有限公司 一种水下复合传感器目标自动检测算法
CN112580424A (zh) * 2020-09-29 2021-03-30 长安大学 一种复杂车路环境的偏振特征多尺度池化分类算法
CN112580647A (zh) * 2020-12-11 2021-03-30 湖北工业大学 一种面向堆叠物体的识别方法及系统
CN112580778A (zh) * 2020-11-25 2021-03-30 江苏集萃未来城市应用技术研究所有限公司 基于YOLOv5和Pose-estimation的工地工人手机使用检测方法
CN112597997A (zh) * 2020-12-28 2021-04-02 精英数智科技股份有限公司 感兴趣区域确定方法、图像内容识别方法及装置
CN112598165A (zh) * 2020-12-11 2021-04-02 湖南大学 基于私家车数据的城市功能区转移流量预测方法及装置
CN112633177A (zh) * 2020-12-24 2021-04-09 浙江大学 一种基于注意力空间卷积神经网络的车道线检测分割方法
CN112651458A (zh) * 2020-12-31 2021-04-13 深圳云天励飞技术股份有限公司 分类模型的训练方法、装置、电子设备及存储介质
CN112668696A (zh) * 2020-12-25 2021-04-16 杭州中科先进技术研究院有限公司 一种基于嵌入式深度学习的无人机电网巡检方法和系统
CN112668536A (zh) * 2021-01-06 2021-04-16 北京理工大学 一种基于机载光电视频的轻量化旋转目标检测识别方法
CN112669312A (zh) * 2021-01-12 2021-04-16 中国计量大学 一种基于深度特征对称融合的胸片肺炎检测方法及系统
CN112686188A (zh) * 2021-01-05 2021-04-20 西安理工大学 基于深度学习方法的前挡风玻璃及驾驶员区域定位方法
CN112699782A (zh) * 2020-12-29 2021-04-23 杭州电子科技大学 基于N2N和Bert的雷达HRRP目标识别方法
CN112712503A (zh) * 2020-12-30 2021-04-27 厦门福信光电集成有限公司 一种基于深度学习的显示面板外观检测方法
CN112733741A (zh) * 2021-01-14 2021-04-30 苏州挚途科技有限公司 交通标识牌识别方法、装置和电子设备
CN112733742A (zh) * 2021-01-14 2021-04-30 哈尔滨市科佳通用机电股份有限公司 一种基于深度学习的铁路货车下拉杆圆销故障检测方法
CN112766188A (zh) * 2021-01-25 2021-05-07 浙江科技学院 一种基于改进yolo算法的小目标行人检测方法
CN112766274A (zh) * 2021-02-01 2021-05-07 长沙市盛唐科技有限公司 一种基于Mask RCNN算法的水尺图像水位自动读数方法及系统
CN112766170A (zh) * 2021-01-21 2021-05-07 广西财经学院 基于簇类无人机图像的自适应分割检测方法及装置
CN112784723A (zh) * 2021-01-14 2021-05-11 金陵科技学院 一种基于IFast-RCNN算法的道路交通安全保护模型
CN112802006A (zh) * 2021-02-07 2021-05-14 南通大学 一种基于深度学习的边缘计算电机油污识别方法
CN112801203A (zh) * 2021-02-07 2021-05-14 新疆爱华盈通信息技术有限公司 基于多任务学习的数据分流训练方法及系统
CN112801187A (zh) * 2021-01-29 2021-05-14 广东省科学院智能制造研究所 基于注意力机制与集成学习的高光谱数据分析方法和系统
CN112818837A (zh) * 2021-01-29 2021-05-18 山东大学 一种基于姿态校正和困难样本感知的航拍车辆重识别方法
CN112818932A (zh) * 2021-02-26 2021-05-18 北京车和家信息技术有限公司 图像处理方法、障碍物检测方法、装置、介质及车辆
CN112837315A (zh) * 2021-03-05 2021-05-25 云南电网有限责任公司电力科学研究院 一种基于深度学习的输电线路绝缘子缺陷检测方法
CN112835008A (zh) * 2021-01-12 2021-05-25 西安电子科技大学 基于姿态自适应卷积网络的高分辨距离像目标识别方法
CN112861849A (zh) * 2020-12-29 2021-05-28 北京航空航天大学 一种脊柱畸形矫正手术术中组织识别方法
CN112861932A (zh) * 2021-01-21 2021-05-28 上海应用技术大学 轨道板裂缝检测方法
CN112861700A (zh) * 2021-02-03 2021-05-28 西安仁义智机电科技有限公司 基于DeepLabv3+的车道线网络识别模型建立及车辆速度检测方法
CN112884213A (zh) * 2021-02-02 2021-06-01 华北电力大学 小波分解与动态混合深度学习的燃煤锅炉NOx预测方法
CN112907621A (zh) * 2021-02-24 2021-06-04 华南理工大学 一种基于差分和语义信息融合的运动目标提取方法
CN112926457A (zh) * 2021-02-26 2021-06-08 中国电子科技集团公司第二十八研究所 一种基于融合频域和空间域网络模型的sar图像识别方法
CN112927264A (zh) * 2021-02-25 2021-06-08 华南理工大学 一种无人机跟踪拍摄系统及其rgbd跟踪方法
CN112926652A (zh) * 2021-02-25 2021-06-08 青岛科技大学 一种基于深度学习的鱼类细粒度图像识别方法
CN112949849A (zh) * 2021-01-27 2021-06-11 武汉星巡智能科技有限公司 采用边缘计算优化智能摄像头检测模型的方法和装置
CN112949629A (zh) * 2021-02-25 2021-06-11 平安科技（深圳）有限公司 目标检测方法、装置、计算机设备及可读存储介质
CN112966611A (zh) * 2021-03-09 2021-06-15 中国科学技术大学 一种dwt注意机制的能量迹噪声自适应方法
CN112966747A (zh) * 2021-03-04 2021-06-15 北京联合大学 一种基于无锚框检测网络改进的车辆检测方法
CN112966598A (zh) * 2021-03-04 2021-06-15 河南大学 一种双路径小卷积网络的高光谱图像分类方法
CN112990065A (zh) * 2021-03-31 2021-06-18 上海海事大学 一种基于优化的YOLOv5模型的车辆分类检测方法
CN112986210A (zh) * 2021-02-10 2021-06-18 四川大学 一种尺度自适应的微生物拉曼光谱检测方法及系统
CN112990230A (zh) * 2021-03-12 2021-06-18 西安电子科技大学 基于二阶段分组注意力残差机制的光谱图像压缩重建方法
CN113011417A (zh) * 2021-01-08 2021-06-22 湖南大学 基于交并比覆盖率损失与重定位策略的目标匹配方法
CN113011338A (zh) * 2021-03-19 2021-06-22 华南理工大学 一种车道线检测方法及系统
CN113033609A (zh) * 2021-02-16 2021-06-25 浙江大学 一种基于多任务dcgan的sar图像分类方法
CN113032612A (zh) * 2021-03-12 2021-06-25 西北大学 一种多目标图像检索模型的构建方法及检索方法和装置
CN113065520A (zh) * 2021-04-25 2021-07-02 江南大学 一种面向多模态数据的遥感图像分类方法
CN113077491A (zh) * 2021-04-02 2021-07-06 安徽大学 基于跨模态共享和特定表示形式的rgbt目标跟踪方法
CN113076898A (zh) * 2021-04-09 2021-07-06 长安大学 一种交通车辆目标检测方法、装置、设备及可读存储介质
CN113095152A (zh) * 2021-03-18 2021-07-09 西安交通大学 一种基于回归的车道线检测方法及系统
CN113095417A (zh) * 2021-04-16 2021-07-09 西安电子科技大学 基于融合图卷积和卷积神经网络的sar目标识别方法
CN113111727A (zh) * 2021-03-19 2021-07-13 西北工业大学 一种基于特征对齐的遥感场景下旋转目标检测方法
CN113128563A (zh) * 2021-03-23 2021-07-16 武汉泰沃滋信息技术有限公司 一种高速工程车辆检测方法、装置、设备及存储介质
CN113129225A (zh) * 2021-03-09 2021-07-16 西安理工大学 基于Dense Net网络的计算鬼成像重建恢复方法
CN113128473A (zh) * 2021-05-17 2021-07-16 哈尔滨商业大学 一种面向地下综合管廊的巡检系统、方法、设备及存储介质
CN113128335A (zh) * 2021-03-09 2021-07-16 西北大学 微体古生物化石图像检测、分类及发现方法、系统及应用
CN113139497A (zh) * 2021-05-08 2021-07-20 广东工业大学 一种水面物体识别的系统、方法及基于5g mec的应用
CN113139615A (zh) * 2021-05-08 2021-07-20 北京联合大学 一种基于嵌入式设备的无人驾驶环境目标检测方法
CN113159021A (zh) * 2021-03-10 2021-07-23 国网河北省电力有限公司 基于上下文信息的文本检测方法
CN113159159A (zh) * 2021-04-15 2021-07-23 东北大学 一种基于改进cnn的小样本图像分类方法
CN113191235A (zh) * 2021-04-22 2021-07-30 上海东普信息科技有限公司 杂物检测方法、装置、设备及存储介质
CN113205026A (zh) * 2021-04-26 2021-08-03 武汉大学 一种基于Faster RCNN深度学习网络改进的车型识别方法
CN113221668A (zh) * 2021-04-20 2021-08-06 西安翔迅科技有限责任公司 一种风力发电机组叶片视频监测中的抽帧方法
CN113221993A (zh) * 2021-05-06 2021-08-06 西安电子科技大学 基于元学习和跨阶段沙漏的大视场小样本目标检测方法
CN113240050A (zh) * 2021-06-08 2021-08-10 南京师范大学 一种特征融合权重可调的金属打印熔池检测方法
CN113240039A (zh) * 2021-05-31 2021-08-10 西安电子科技大学 基于空间位置特征重加权的小样本目标检测方法及系统
CN113239899A (zh) * 2021-06-17 2021-08-10 阿波罗智联(北京)科技有限公司 用于处理图像和生成卷积核的方法、路侧设备和云控平台
CN113240017A (zh) * 2021-05-18 2021-08-10 西安理工大学 一种基于注意力机制的多光谱和全色图像分类方法
CN113256507A (zh) * 2021-04-01 2021-08-13 南京信息工程大学 一种针对二进制流量数据生成图像的注意力增强方法
CN113255797A (zh) * 2021-06-02 2021-08-13 通号智慧城市研究设计院有限公司 一种基于深度学习模型的危险品检测方法和系统
CN113255737A (zh) * 2021-04-30 2021-08-13 超节点创新科技(深圳)有限公司 对民航分拣线上的叠包行李分拣方法、电子设备和存储介质
CN113269073A (zh) * 2021-05-19 2021-08-17 青岛科技大学 一种基于yolo v5算法的船舶多目标追踪方法
CN113313058A (zh) * 2021-06-16 2021-08-27 北京航空航天大学 一种基于自适应模型集成的无人机航拍图像目标检测方法
CN113327227A (zh) * 2021-05-10 2021-08-31 桂林理工大学 一种基于MobilenetV3的小麦头快速检测方法
CN113343863A (zh) * 2021-06-11 2021-09-03 北京邮电大学 融合表征网络模型训练方法、指纹表征方法及其设备
CN113343821A (zh) * 2021-05-31 2021-09-03 合肥工业大学 一种基于时空注意力网络和输入优化的非接触式心率测量方法
CN113361483A (zh) * 2021-07-07 2021-09-07 合肥英睿系统技术有限公司 一种交通限速标志检测方法、装置、设备及存储介质
CN113362389A (zh) * 2021-06-08 2021-09-07 长安大学 基于cnn-rnn耦合数-形融合的盾构隧道变形预测方法
CN113378918A (zh) * 2021-06-09 2021-09-10 武汉大学 一种基于度量学习的绝缘子绑扎线状态检测方法
CN113379761A (zh) * 2021-05-25 2021-09-10 广州市东崇科技有限公司 一种基于人工智能的多agv与自动门的联动方法与系统
CN113378936A (zh) * 2021-06-11 2021-09-10 长沙军民先进技术研究有限公司 一种基于Faster RCNN的少样本目标检测方法
CN113408423A (zh) * 2021-06-21 2021-09-17 西安工业大学 适用于tx2嵌入式平台的水产品目标实时检测方法
CN113408584A (zh) * 2021-05-19 2021-09-17 成都理工大学 Rgb-d多模态特征融合3d目标检测方法
CN113408332A (zh) * 2021-03-05 2021-09-17 腾讯科技（深圳）有限公司 视频分镜方法、装置、设备及计算机可读存储介质
CN113421222A (zh) * 2021-05-21 2021-09-21 西安科技大学 一种轻量化煤矸目标检测方法
CN113420643A (zh) * 2021-06-21 2021-09-21 西北工业大学 基于深度可分离空洞卷积的轻量级水下目标检测方法
CN113421235A (zh) * 2021-06-17 2021-09-21 中国电子科技集团公司第四十一研究所 一种基于深度学习的烟支定位装置及方法
CN113449675A (zh) * 2021-07-12 2021-09-28 西安科技大学 一种煤矿人员越界检测方法
CN113449738A (zh) * 2021-07-06 2021-09-28 国网信息通信产业集团有限公司 基于样本特性的先验框参数自适应改进frc检测方法
CN113469071A (zh) * 2021-07-06 2021-10-01 西安科技大学 一种针对嵌入式设备的运煤皮带异物视频检测方法
CN113468967A (zh) * 2021-06-02 2021-10-01 北京邮电大学 基于注意力机制的车道线检测方法、装置、设备及介质
CN113484908A (zh) * 2021-08-25 2021-10-08 成都理工大学 部分卷积与注意力机制融合深度学习网络的缺失地震数据重建方法
CN113506317A (zh) * 2021-06-07 2021-10-15 北京百卓网络技术有限公司 一种基于Mask R-CNN和表观特征融合的多目标跟踪方法
CN113534146A (zh) * 2021-07-26 2021-10-22 中国人民解放军海军航空大学 一种雷达视频图像目标自动检测方法与系统
CN113537105A (zh) * 2021-07-23 2021-10-22 北京经纬恒润科技股份有限公司 一种车位检测方法及装置
CN113537098A (zh) * 2021-07-21 2021-10-22 北京航空航天大学 一种着陆图像中撞击坑的检测和识别方法
CN113537119A (zh) * 2021-07-28 2021-10-22 国网河南省电力公司电力科学研究院 基于改进Yolov4-tiny的输电线路连接部件检测方法
CN113569835A (zh) * 2021-08-16 2021-10-29 浙江广厦建设职业技术大学 一种基于目标检测和分割识别的水表数值读取方法
CN113591617A (zh) * 2021-07-14 2021-11-02 武汉理工大学 基于深度学习的水面小目标检测与分类方法
CN113592906A (zh) * 2021-07-12 2021-11-02 华中科技大学 一种基于标注帧特征融合的长视频目标跟踪方法及系统
CN113609911A (zh) * 2021-07-07 2021-11-05 北京工业大学 一种基于深度学习的路面病害自动检测方法和系统
CN113627593A (zh) * 2021-08-04 2021-11-09 西北工业大学 面向目标检测模型Faster R-CNN的自动量化方法
CN113643327A (zh) * 2021-08-18 2021-11-12 江西理工大学 一种响应置信度多特征融合的核相关滤波目标跟踪方法
CN113658131A (zh) * 2021-08-16 2021-11-16 东华大学 一种基于机器视觉巡游式环锭纺断纱检测方法
CN113660484A (zh) * 2021-06-29 2021-11-16 新疆朝阳商用数据传输有限公司 基于音视频内容的音视频属性比对方法、系统、终端及介质
CN113674216A (zh) * 2021-07-27 2021-11-19 南京航空航天大学 一种基于深度学习的地铁隧道病害检测方法
CN113673323A (zh) * 2021-07-13 2021-11-19 中国船舶重工集团公司第七一五研究所 一种基于多深度学习模型联合判决体制的水中目标识别方法
CN113689470A (zh) * 2021-09-02 2021-11-23 重庆大学 一种多场景融合下的行人运动轨迹预测方法
CN113689928A (zh) * 2021-08-24 2021-11-23 平安国际智慧城市科技股份有限公司 保养及预防患病方案的推荐方法、装置、设备及存储介质
CN113688740A (zh) * 2021-08-26 2021-11-23 燕山大学 一种基于多传感器融合视觉的室内姿势检测方法
CN113688734A (zh) * 2021-08-25 2021-11-23 燕山大学 一种基于fpga异构加速的老人跌倒检测方法
CN113688830A (zh) * 2021-08-13 2021-11-23 湖北工业大学 基于中心点回归的深度学习目标检测方法
CN113705304A (zh) * 2021-03-24 2021-11-26 腾讯科技（深圳）有限公司 一种图像处理方法、装置、存储介质及计算机设备
CN113706496A (zh) * 2021-08-23 2021-11-26 中国飞机强度研究所 一种基于深度学习模型的飞行器结构裂纹检测方法
CN113705716A (zh) * 2021-09-03 2021-11-26 北京百度网讯科技有限公司 图像识别模型训练方法、设备、云控平台及自动驾驶车辆
CN113705729A (zh) * 2021-09-27 2021-11-26 中原动力智能机器人有限公司 垃圾分类模型建模方法、垃圾分类方法、装置及介质
CN113762200A (zh) * 2021-09-16 2021-12-07 深圳大学 基于lffd的口罩检测方法
CN113763235A (zh) * 2021-09-08 2021-12-07 北京琥珀创想科技有限公司 一种将图片转换为扫描件的方法及智能移动终端
CN113780087A (zh) * 2021-08-11 2021-12-10 同济大学 一种基于深度学习的邮政包裹文本检测方法及设备
CN113780462A (zh) * 2021-09-24 2021-12-10 华中科技大学 基于无人机航拍图像的车辆检测网络建立方法及其应用
CN113792774A (zh) * 2021-09-01 2021-12-14 西北工业大学 一种水中目标智能融合感知方法
CN113792684A (zh) * 2021-09-17 2021-12-14 中国科学技术大学 弱对齐条件下的消防机器人多模态视觉火焰检测方法
CN113792721A (zh) * 2021-09-03 2021-12-14 西北工业大学 基于one-shot机制的仪表检测方法
CN113792827A (zh) * 2021-11-18 2021-12-14 北京的卢深视科技有限公司 目标对象识别方法、电子设备和计算机可读存储介质
CN113808128A (zh) * 2021-10-14 2021-12-17 河北工业大学 基于相对坐标定位算法的智能压实全过程可视化控制方法
CN113808123A (zh) * 2021-09-27 2021-12-17 杭州跨视科技有限公司 一种基于机器视觉的药液袋动态检测方法
CN113808202A (zh) * 2021-08-11 2021-12-17 浙江工商大学 一种多目标检测和空间定位方法及其系统
CN113807463A (zh) * 2021-09-28 2021-12-17 中电万维信息技术有限责任公司 一种基于Faster-RCNN对BI图标题检测的方法
CN113824658A (zh) * 2021-09-22 2021-12-21 西华大学 一种ofdm系统中采用dnsp方案的深度迁移学习信道估计方法
CN113850228A (zh) * 2021-10-18 2021-12-28 北方民族大学 基于多模态融合的道路裂缝检测方法和系统
CN113850799A (zh) * 2021-10-14 2021-12-28 长春工业大学 一种基于YOLOv5的微量DNA提取工作站工件检测方法
CN113869271A (zh) * 2021-10-13 2021-12-31 南京华捷艾米软件科技有限公司 一种人脸检测方法、装置及电子设备
CN113887479A (zh) * 2021-10-19 2022-01-04 齐鲁工业大学 一种可迁移的多场景交通标志牌快速检测方法及系统
CN113888595A (zh) * 2021-09-29 2022-01-04 中国海洋大学 一种基于困难样本挖掘的孪生网络单目标视觉跟踪方法
CN113902729A (zh) * 2021-10-26 2022-01-07 重庆邮电大学 一种基于YOLO v5模型的路面坑洼检测方法
CN113902024A (zh) * 2021-10-20 2022-01-07 浙江大立科技股份有限公司 基于深度学习与双波段融合的小体积目标检测识别方法
CN113947774A (zh) * 2021-10-08 2022-01-18 东北大学 一种轻量级的车辆目标检测系统
CN113947766A (zh) * 2021-12-21 2022-01-18 之江实验室 一种基于卷积神经网络的实时车牌检测方法
CN113963154A (zh) * 2021-10-21 2022-01-21 中国科学技术大学先进技术研究院 基于Faster R-CNN的VOCs气体泄漏检测方法、系统、存储介质及设备
CN113962261A (zh) * 2021-10-21 2022-01-21 中国人民解放军空军航空大学 一种用于雷达信号分选的深度网络模型
CN113960601A (zh) * 2021-11-29 2022-01-21 南京国睿防务系统有限公司 一种视频sar仿真运动目标参数估计方法
CN113971653A (zh) * 2021-04-06 2022-01-25 国家气象中心 面向遥感图像的目标检测方法、装置、设备及存储介质
CN113989621A (zh) * 2021-11-29 2022-01-28 江苏科技大学 一种基于East算法的小目标图像检测方法及系统
CN113989209A (zh) * 2021-10-21 2022-01-28 武汉大学 基于Faster R-CNN的电力线异物检测方法
CN113989718A (zh) * 2021-10-29 2022-01-28 南京邮电大学 面向雷达信号热图的人体目标检测方法
CN113989921A (zh) * 2021-10-14 2022-01-28 南京理工大学 基于长尾域紧凑度的复杂场景行人检测方法
CN114092448A (zh) * 2021-11-22 2022-02-25 浙大城市学院 一种基于深度学习的插件电解电容混合检测方法
CN114092699A (zh) * 2021-11-15 2022-02-25 南京理工大学 基于迁移学习的群猪图像分割的方法及系统
CN114114183A (zh) * 2021-09-09 2022-03-01 深圳大学 基于深度学习的车载sar速度估计方法、系统及终端
CN114120239A (zh) * 2021-12-01 2022-03-01 云南电网有限责任公司信息中心 一种配网现场作业人员系安全带识别方法
CN114120246A (zh) * 2021-10-12 2022-03-01 吉林大学 一种基于复杂环境的前方车辆检测算法
CN114119562A (zh) * 2021-11-29 2022-03-01 青岛理工大学 一种基于深度学习的刹车盘外表面缺陷检测方法及系统
CN114140413A (zh) * 2021-11-24 2022-03-04 广西成电智能制造产业技术有限责任公司 一种优化小目标和改善漏检问题的食材图像检测方法
CN114170487A (zh) * 2021-12-08 2022-03-11 北京计算机技术及应用研究所 一种基于视觉的水面油污检测方法
CN114201533A (zh) * 2021-12-14 2022-03-18 中国平安财产保险股份有限公司 车辆涉水深度检测方法、装置、电子设备及存储介质
CN114202803A (zh) * 2021-12-17 2022-03-18 北方工业大学 一种基于残差网络的多阶段人体异常动作检测方法
CN114241188A (zh) * 2021-11-26 2022-03-25 电子科技大学长三角研究院(湖州) 一种平滑传递语义信息的多尺度目标检测方法及系统
CN114266765A (zh) * 2021-12-31 2022-04-01 广东工业大学 基于改进的初始残差网络的病理学图像分类方法及系统
CN114267028A (zh) * 2021-12-22 2022-04-01 首都师范大学 一种内容自适应的多层次道路标志检测及识别方法
CN114299376A (zh) * 2021-12-24 2022-04-08 中科曙光南京研究院有限公司 一种基于深度学习的深海潜艇搜寻对接方法及系统
CN114332701A (zh) * 2021-12-27 2022-04-12 北京航空航天大学 一种基于任务区分检测再识别联合网络的目标跟踪方法
CN114332620A (zh) * 2021-12-30 2022-04-12 杭州电子科技大学 基于特征融合和注意力机制的机载图像车辆目标识别方法
CN114332485A (zh) * 2021-11-22 2022-04-12 江苏科技大学 基于YOLOv3模型的高阶目标检测方法
CN114399672A (zh) * 2022-01-14 2022-04-26 东南大学 一种基于深度学习的铁路货车闸瓦故障检测方法
CN114419925A (zh) * 2021-12-01 2022-04-29 合肥工业大学 一种车路协同的防碰预警系统和方法
CN114445689A (zh) * 2022-01-29 2022-05-06 福州大学 目标先验信息指导的多尺度加权融合目标检测方法及系统
CN114445708A (zh) * 2022-01-29 2022-05-06 东南大学 基于改进Faster R-CNN的高速公路路面三维病害识别方法
CN114444649A (zh) * 2020-10-30 2022-05-06 阿里巴巴集团控股有限公司 卷积神经网络训练方法、装置、电子设备及可读存储介质
CN114445617A (zh) * 2021-12-27 2022-05-06 宁波韵升智能技术有限公司 一种基于深度学习的工件目标识别方法
CN114463693A (zh) * 2021-12-22 2022-05-10 杭州越达图谱科技有限公司 一种基于视频的门机吊物实时测距方法
CN114495089A (zh) * 2021-12-21 2022-05-13 西安电子科技大学 基于多尺度异源特征自适应融合的三维目标检测方法
CN114494940A (zh) * 2021-12-25 2022-05-13 人民网股份有限公司 一种基于深度集成网络的标识内容检测方法及系统
CN114519819A (zh) * 2022-02-10 2022-05-20 西北工业大学 一种基于全局上下文感知的遥感图像目标检测方法
CN114529879A (zh) * 2022-02-08 2022-05-24 安徽理工大学 一种基于YOLOv4-Tiny的矿井电机车路况实时检测方法
CN114528911A (zh) * 2022-01-10 2022-05-24 西北大学 多分支结构的多标签图像分类方法和模型构建方法及装置
CN114529951A (zh) * 2022-02-22 2022-05-24 北京工业大学 一种基于深度学习的现场指纹特征点提取方法
CN114549950A (zh) * 2022-02-10 2022-05-27 上海智驾汽车科技有限公司 利用深度学习图像检测来获取并判定mtf值标准的方法
CN114549460A (zh) * 2022-02-21 2022-05-27 重庆长安汽车股份有限公司 一种基于暗通道法的雾天车辆检测方法
CN114547785A (zh) * 2020-11-25 2022-05-27 英业达科技有限公司 制造设备制造参数调整控制系统及其方法
CN114565639A (zh) * 2022-02-21 2022-05-31 西安电子科技大学 一种基于复合卷积网络的目标跟踪方法及系统
CN114565878A (zh) * 2022-03-01 2022-05-31 北京赛思信安技术股份有限公司 一种支持类别可配置的视频标志物检测方法
CN114565867A (zh) * 2022-01-25 2022-05-31 大连理工大学 一种基于卷积神经网络的无人机场景视频目标检测方法
CN114612438A (zh) * 2022-03-15 2022-06-10 厦门微亚智能科技有限公司 一种基于深度学习的自动化工业缺陷检测系统及装置
CN114627052A (zh) * 2022-02-08 2022-06-14 南京邮电大学 一种基于深度学习的红外图像漏气漏液检测方法及系统
CN114639054A (zh) * 2022-03-29 2022-06-17 青岛海信网络科技股份有限公司 一种基于视频的道路施工预警方法及设备
CN114663787A (zh) * 2022-03-28 2022-06-24 北京林业大学 一种融合无人机chm和rgb影像的单木分割方法
CN114663333A (zh) * 2020-12-08 2022-06-24 重庆云石高科技有限公司 一种机车小尺度零部件丢失的智能检测系统
CN114677726A (zh) * 2022-03-04 2022-06-28 上海万雍科技股份有限公司 基于自学习预测模型的人脸识别系统及方法
CN114692487A (zh) * 2022-03-11 2022-07-01 中国电子科技集团公司第二十九研究所 电子装备维修备件预投方法、装置、设备及存储介质
CN114694178A (zh) * 2022-03-23 2022-07-01 西安金源电气股份有限公司 基于Faster-RCNN算法的电力作业中安全帽监测方法及系统
CN114708531A (zh) * 2022-03-18 2022-07-05 南京大学 电梯内异常行为检测方法、装置及存储介质
CN114743045A (zh) * 2022-03-31 2022-07-12 电子科技大学 一种基于双分支区域建议网络的小样本目标检测方法
CN114742822A (zh) * 2022-05-20 2022-07-12 青岛农业大学 一种草莓识别计数模型的搭建方法及应用
CN114742127A (zh) * 2022-03-07 2022-07-12 上海电机学院 一种基于改进原型网络的小样本图像分类方法
CN114758018A (zh) * 2020-12-25 2022-07-15 中国科学院沈阳自动化研究所 一种基于卷积神经网络的红外光谱重建方法
CN114758329A (zh) * 2022-04-15 2022-07-15 东北大学 基于深度学习预测热成像图中目标区域温度的系统及方法
CN114780880A (zh) * 2021-11-23 2022-07-22 南京控维通信科技有限公司 一种基于改进深度学习算法的web频率图实现方法及系统
CN114782709A (zh) * 2022-05-20 2022-07-22 湖南神帆科技有限公司 一种基于高斯分配策略的图像小目标检测方法及系统
CN114792390A (zh) * 2022-02-28 2022-07-26 河海大学 一种基于深度学习的低空安防目标检测方法与系统
CN114818838A (zh) * 2022-06-30 2022-07-29 中国科学院国家空间科学中心 基于像元时域分布学习的低信噪比运动点目标检测方法
CN114821654A (zh) * 2022-05-09 2022-07-29 福州大学 一种融合局部与深度的时空图网络的人手检测方法
CN114842220A (zh) * 2022-03-24 2022-08-02 西北工业大学 基于多源影像匹配的无人机视觉定位方法
CN114882376A (zh) * 2022-05-06 2022-08-09 自然资源部第一海洋研究所 基于最优锚点尺度的卷积神经网络遥感影像目标检测方法
CN114881308A (zh) * 2022-04-25 2022-08-09 燕山大学 基于元学习的网联车辆速度预测方法
CN114882295A (zh) * 2022-06-15 2022-08-09 华北电力大学（保定） 一种融合隐含知识推理的输电线路多金具识别方法及系统
CN114898327A (zh) * 2022-03-15 2022-08-12 武汉理工大学 一种基于轻量化深度学习网络的车辆检测方法
CN114913419A (zh) * 2022-05-10 2022-08-16 西南石油大学 一种智慧停车目标检测方法及系统
CN114913587A (zh) * 2022-06-14 2022-08-16 合肥工业大学 基于贝叶斯深度学习的非接触式心率测量不确定度量化方法
CN114926407A (zh) * 2022-04-28 2022-08-19 哈尔滨理工大学 一种基于深度学习的钢材表面缺陷检测系统
CN114926738A (zh) * 2022-05-19 2022-08-19 成理智源科技(成都)有限公司 一种基于深度学习的滑坡识别方法及系统
CN114943922A (zh) * 2022-06-02 2022-08-26 浙大城市学院 一种基于深度学习的机考可疑行为识别方法
CN114961381A (zh) * 2021-03-30 2022-08-30 上海智能新能源汽车科创功能平台有限公司 一种泊车机器人及其车轮定位方法
CN114973098A (zh) * 2022-06-13 2022-08-30 乐知未来科技(深圳)有限公司 一种基于深度学习的短视频去重方法
CN114966596A (zh) * 2022-05-23 2022-08-30 哈尔滨工业大学 一种基于多机器学习与层次化分类的电离层杂波识别方法
CN114972719A (zh) * 2022-05-30 2022-08-30 国网四川省电力公司眉山供电公司 一种输变电设备图像数据自动标注方法
CN114982739A (zh) * 2022-07-18 2022-09-02 江苏合力四通智能科技股份有限公司 一种基于深度学习的智能激光驱鸟设备及方法
CN114998603A (zh) * 2022-03-15 2022-09-02 燕山大学 一种基于深度多尺度特征因子融合的水下目标检测方法
CN114998764A (zh) * 2021-12-19 2022-09-02 长沙理工大学 基于深度学习及目标检测的架空线路图像检测方法及系统
CN115014748A (zh) * 2022-05-31 2022-09-06 南京林业大学 一种用于籽棉分选喷阀的故障诊断方法
CN115019067A (zh) * 2022-06-10 2022-09-06 东南大学 一种基于深度学习融合模型的车辆颜色识别方法
CN115050028A (zh) * 2022-06-15 2022-09-13 松立控股集团股份有限公司 一种恶劣天气下小样本车牌检测方法
CN115082293A (zh) * 2022-06-10 2022-09-20 南京理工大学 一种基于Swin Transformer和CNN双分支耦合的图像配准方法
CN115100175A (zh) * 2022-07-12 2022-09-23 南京云创大数据科技股份有限公司 一种基于小样本目标检测的轨道交通检测方法
CN115100457A (zh) * 2022-06-02 2022-09-23 西安电子科技大学 一种联合深度学习与cfar的sar图像目标检测方法
CN115116137A (zh) * 2022-06-29 2022-09-27 河北工业大学 基于轻量化YOLO v5网络模型与时空记忆机制的行人检测方法
CN115131622A (zh) * 2022-05-22 2022-09-30 北京工业大学 一种基于视频时序相关性的夜间明火检测方法
CN115131760A (zh) * 2022-07-17 2022-09-30 西北工业大学 一种基于改进特征匹配策略的轻量级车辆追踪方法
CN115131623A (zh) * 2022-06-15 2022-09-30 天津科技大学 一种基于改进Faster RCNN的车身划痕检测方法
CN115131742A (zh) * 2021-03-29 2022-09-30 南京大学 一种适于隧道视角受限的目标深度学习视频检测方法
CN115171218A (zh) * 2022-07-29 2022-10-11 国网山西省电力公司物资分公司 一种基于图像识别技术的物资送样异常行为识别系统
CN115273044A (zh) * 2022-07-15 2022-11-01 哈尔滨市科佳通用机电股份有限公司 基于改进后的图卷积网络的车门破损故障识别检测方法
CN115294244A (zh) * 2022-08-11 2022-11-04 北京理工大学 一种基于机器学习的蜂窝结构图案化自适应填充方法
CN115331086A (zh) * 2022-08-17 2022-11-11 哈尔滨市科佳通用机电股份有限公司 一种闸瓦折断和铆钉丢失故障检测方法
CN115346159A (zh) * 2022-08-31 2022-11-15 国网江苏省电力有限公司南通供电分公司 一种电力作业视频中的安全帽佩戴识别方法
CN115359094A (zh) * 2022-09-05 2022-11-18 珠海安联锐视科技股份有限公司 一种基于深度学习的运动目标检测方法
CN115393802A (zh) * 2022-07-11 2022-11-25 北京交通大学 一种基于小样本学习的铁路场景不常见入侵目标识别方法
CN115393634A (zh) * 2022-08-11 2022-11-25 重庆邮电大学 一种基于迁移学习策略的少样本目标实时检测方法
CN115393746A (zh) * 2022-08-29 2022-11-25 合肥工业大学 基于DenseNet的输电线路多尺度目标故障检测方法及应用
CN115393629A (zh) * 2022-08-03 2022-11-25 天津港联盟国际集装箱码头有限公司 基于视觉的双箱吊具中锁状态检测方法
CN115393714A (zh) * 2022-08-25 2022-11-25 福州大学 一种融合图论推理的输电线路螺栓缺销钉检测方法
CN115410047A (zh) * 2022-09-29 2022-11-29 郑州大学 基于改进YOLO v5s的红外图像电动自行车目标检测方法
CN115410087A (zh) * 2022-08-30 2022-11-29 南京航空航天大学 一种基于改进YOLOv4的输电线路异物检测方法
CN115439835A (zh) * 2022-10-13 2022-12-06 中国矿业大学 一种改进yolo-pai的实时接打电话行为检测方法
CN115439818A (zh) * 2022-08-25 2022-12-06 成都骏盛科技有限责任公司 车载接触网图像智能识别方法及装置
WO2022252565A1 (zh) * 2021-06-04 2022-12-08 浙江智慧视频安防创新中心有限公司 一种目标检测系统、方法、装置、设备及介质
CN115484410A (zh) * 2022-09-15 2022-12-16 天津大学 基于深度学习的事件相机视频重建方法
CN115565129A (zh) * 2022-09-30 2023-01-03 华南理工大学 基于深度学习的座位检测与识别系统
CN115578615A (zh) * 2022-10-31 2023-01-06 成都信息工程大学 基于深度学习的夜间交通标志图像检测模型建立方法
CN115605914A (zh) * 2021-04-01 2023-01-13 京东方科技集团股份有限公司（Cn） 对象检测方法、对象检测装置及对象检测系统
CN115601688A (zh) * 2022-12-15 2023-01-13 中译文娱科技（青岛）有限公司（Cn） 基于深度学习的视频主体内容检测方法及系统
CN115620125A (zh) * 2022-09-05 2023-01-17 北京遥感设备研究所 一种基于时空渐进式学习的抗干扰方法及装置
CN115631471A (zh) * 2022-11-07 2023-01-20 淮阴工学院 一种基于hv-lbp的卷积神经网络车辆识别方法及装置
CN115641510A (zh) * 2022-11-18 2023-01-24 中国人民解放军战略支援部队航天工程大学士官学校 一种遥感影像舰船检测识别方法
CN115661022A (zh) * 2022-06-27 2023-01-31 武汉纺织大学 一种织物瑕疵检测模型建立方法和织物瑕疵检测方法
CN115690685A (zh) * 2022-11-09 2023-02-03 郑州信大先进技术研究院 用于车载摄像头的异常运煤场景检测方法、系统及设备
CN115700809A (zh) * 2021-07-21 2023-02-07 北京智视数策科技发展有限公司 一种基于深度学习的智能ai图像色情检测方法
CN115760841A (zh) * 2022-12-08 2023-03-07 四川大学 一种基于深度学习的公共场所人群数量统计方法
CN115797772A (zh) * 2022-12-07 2023-03-14 国网福建省电力有限公司经济技术研究院 一种架空输电线路覆冰厚度分类预警方法及系统
CN115861102A (zh) * 2022-11-30 2023-03-28 豪威科技(武汉)有限公司 一种基于深度学习的qpd pdaf聚焦方法
CN115861760A (zh) * 2022-12-30 2023-03-28 安徽工程大学 一种基于相机的目标检测与跟踪方法及系统
CN115878983A (zh) * 2022-12-12 2023-03-31 杭州电子科技大学 一种基于多层次交互融合的多模态数据场景识别方法
CN115909233A (zh) * 2022-12-02 2023-04-04 安徽科力信息产业有限责任公司 一种基于深度学习的机动车检测系统使用方法
CN115937636A (zh) * 2022-12-29 2023-04-07 上海应用技术大学 基于深度学习用于无人驾驶的交通目标检测方法
CN115953660A (zh) * 2022-12-20 2023-04-11 中国科学技术大学 面向自动驾驶基于伪标签的点云3d目标检测方法
CN115953405A (zh) * 2023-03-14 2023-04-11 中国科学院计算机网络信息中心 一种面向增强现实设备的桥梁裂缝识别方法及装置
CN115985310A (zh) * 2022-12-02 2023-04-18 北京工商大学 一种基于多级视听融合的构音障碍语音识别方法
CN116051955A (zh) * 2022-12-22 2023-05-02 浙江啄云智能科技有限公司 目标检测模型训练和目标检测方法、装置、设备及介质
CN116106899A (zh) * 2023-04-14 2023-05-12 青岛杰瑞工控技术有限公司 一种基于机器学习的港口航道小目标识别方法
CN116109812A (zh) * 2023-03-29 2023-05-12 湖南大学 一种基于非极大值抑制阈值优化的目标检测方法
CN116129327A (zh) * 2023-02-28 2023-05-16 西安电子科技大学 一种基于改进YOLOv7算法的红外车辆检测方法
CN116188799A (zh) * 2023-02-15 2023-05-30 南昌大学 一种基于深度时空网络的密集车辆计数方法
CN116188857A (zh) * 2023-02-23 2023-05-30 复旦大学 融合cnn和深度学习变形器的目标检测方法
CN116206253A (zh) * 2022-12-26 2023-06-02 上海电科智能系统股份有限公司 基于深度学习的工地动火行为检测判断方法及系统
CN116206360A (zh) * 2023-01-09 2023-06-02 安徽大学 动作识别方法、装置、电子设备及计算机可读存储介质
CN116227358A (zh) * 2023-03-14 2023-06-06 上海宝冶集团有限公司 基于Faster R-CNN区域检测以及多目标优化的被动房能源供给方法
CN116246354A (zh) * 2022-12-23 2023-06-09 支付宝(杭州)信息技术有限公司 人脸视频分类方法和人脸视频分类模型的训练方法
CN116258740A (zh) * 2021-12-01 2023-06-13 常州星宇车灯股份有限公司 基于多摄像头像素融合的车载前视多目标跟踪方法
CN116310730A (zh) * 2023-04-03 2023-06-23 北京计算机技术及应用研究所 一种基于非极大值抑制与微服务的目标检测对象扩展方法
CN116309704A (zh) * 2023-02-20 2023-06-23 重庆邮电大学 基于无锚框检测网络和特征再融合模块的小目标跟踪方法
CN116343078A (zh) * 2023-02-13 2023-06-27 中国人民解放军陆军工程大学 基于视频sar的目标跟踪方法、系统及设备
CN116380907A (zh) * 2023-03-14 2023-07-04 宁波朗达工程科技有限公司 一种用于提高码头缆桩安全性的保护装置及系统
CN116385953A (zh) * 2023-01-11 2023-07-04 哈尔滨市科佳通用机电股份有限公司 铁路货车敞车车门折页折断故障图像识别方法
CN116403071A (zh) * 2023-03-23 2023-07-07 河海大学 基于特征重构的少样本混凝土缺陷检测方法及装置
CN116434124A (zh) * 2023-06-13 2023-07-14 江西云眼视界科技股份有限公司 一种基于时空滤波的视频运动增强检测方法
CN116433892A (zh) * 2023-02-15 2023-07-14 国网河南省电力公司电力科学研究院 一种声云信息引导的小样本目标检测网络装置
CN116434159A (zh) * 2023-04-13 2023-07-14 西安电子科技大学 一种基于改进YOLO V7和Deep-Sort的交通流量统计方法
CN116452878A (zh) * 2023-04-20 2023-07-18 广东工业大学 一种基于深度学习算法与双目视觉的考勤方法及系统
CN116486301A (zh) * 2023-04-11 2023-07-25 大连理工大学 一种基于目标检测的中间包亮眼检测方法
CN116484916A (zh) * 2023-04-27 2023-07-25 青岛兔爱动物科技有限公司 一种鸡只健康状态检测方法及其检测模型的搭建方法
CN116503517A (zh) * 2023-06-27 2023-07-28 江西农业大学 长文本生成图像的方法及系统
CN116524017A (zh) * 2023-03-13 2023-08-01 明创慧远科技集团有限公司 一种用于矿山井下检测识别定位系统
CN116524474A (zh) * 2023-07-04 2023-08-01 武汉大学 一种基于人工智能的车辆目标检测方法及系统
CN116543228A (zh) * 2023-05-22 2023-08-04 天津大学 一种基于单阶段网络的红外图像车辆检测方法
CN116580352A (zh) * 2023-04-24 2023-08-11 南通大学 一种基于改进的yolov5的餐饮工作人员服饰识别方法
CN116612160A (zh) * 2023-04-13 2023-08-18 甘肃省科学院 一种大幅面图像配准和融合的方法及装置
CN116645329A (zh) * 2023-04-26 2023-08-25 山东竞业达网络科技有限公司 一种仪器仪表柜的异常监测方法
CN116682074A (zh) * 2023-05-30 2023-09-01 西安电子科技大学 一种基于改进yolox的交通监控视频车辆检测方法、系统及设备
CN116704175A (zh) * 2023-06-14 2023-09-05 中国南方电网有限责任公司超高压输电公司电力科研院 基于困难样本挖掘的电力场景异常检测方法和装置
CN116778362A (zh) * 2023-06-21 2023-09-19 武汉大学 基于领域知识与深度学习的电力杆塔验收构件识别方法
CN116843907A (zh) * 2023-06-26 2023-10-03 中国信息通信研究院 基于深度学习的增强和目标检测方法和系统
CN116863412A (zh) * 2023-06-06 2023-10-10 东南大学 一种基于深度学习融合模型的车辆类型识别方法
CN116912238A (zh) * 2023-09-11 2023-10-20 湖北工业大学 基于多维识别网络级联融合的焊缝管道识别方法及系统
CN116953699A (zh) * 2023-05-25 2023-10-27 北京理工大学 基于阶数降维和模型选择的深度学习层析sar三维成像方法
CN116958630A (zh) * 2023-04-04 2023-10-27 江苏第二师范学院 基于pls特征融合卷积神经网络的树种识别分类计数方法
CN116977931A (zh) * 2023-07-31 2023-10-31 深圳市星河智善科技有限公司 一种基于深度学习的高空抛物识别方法
CN116993779A (zh) * 2023-08-03 2023-11-03 重庆大学 一种适于监控视频下的车辆目标跟踪方法
CN117011772A (zh) * 2023-07-31 2023-11-07 广东电网有限责任公司 一种输电线路的风险提示方法、装置和存储介质
CN117152513A (zh) * 2023-08-30 2023-12-01 南京邮电大学 一种面向夜间场景的车辆边界定位方法
CN117238030A (zh) * 2023-09-04 2023-12-15 厦门市美亚柏科信息股份有限公司 一种用于道路监控场景的无锚框快速行人检测方法及系统
CN117237608A (zh) * 2023-09-18 2023-12-15 江苏智能无人装备产业创新中心有限公司 一种基于深度学习的多尺度雾天场景目标检测方法及系统
CN117237369A (zh) * 2023-11-16 2023-12-15 苏州视智冶科技有限公司 一种基于计算机视觉的高炉铁口开口深度测量方法
CN117274084A (zh) * 2023-09-18 2023-12-22 北京航空航天大学杭州创新研究院 一种面向高速公路视频监控的实时自适应清晰化方法
CN117274920A (zh) * 2023-07-12 2023-12-22 重庆大学 一种适用于高速公路监控摄像头的车辆目标检测方法
CN117274955A (zh) * 2023-10-12 2023-12-22 齐鲁工业大学(山东省科学院) 一种基于轻量化网络的多场景交通目标检测方法及系统
CN117315608A (zh) * 2023-09-27 2023-12-29 北京邮电大学 一种基于难度自适应调节的车道线检测方法与装置
CN117372935A (zh) * 2023-12-07 2024-01-09 神思电子技术股份有限公司 一种视频目标检测方法、设备及介质
CN117671886A (zh) * 2023-12-06 2024-03-08 四川虹微技术有限公司 一种电视端自动火灾预警方法
CN117789173A (zh) * 2024-01-02 2024-03-29 北京数字绿土科技股份有限公司 一种基于多任务神经网络的公路隧道异物入侵检测方法
CN117788871A (zh) * 2023-12-26 2024-03-29 海南言发高科技有限公司 一种基于人工智能的车载称重管理方法及平台
CN117853582A (zh) * 2024-01-15 2024-04-09 苏州科技大学 一种基于改进Faster R-CNN的星敏感器快速星像提取方法
CN118097123A (zh) * 2024-04-26 2024-05-28 烟台大学 基于点云和图像的三维目标检测方法、系统、设备和介质
CN118097658A (zh) * 2024-02-23 2024-05-28 太原理工大学 基于ad-yolo模型和mr-sort方法的苹果计数方法
CN118115952A (zh) * 2024-04-28 2024-05-31 中国民航大学 一种城市低空复杂背景下无人机图像全天候检测方法及系统
CN118212282A (zh) * 2024-03-27 2024-06-18 南方科技大学 一种结合跨模态信息的深度估计方法、装置、终端及介质
CN118331883A (zh) * 2024-05-09 2024-07-12 南京大学 一种基于实例级分析的目标检测系统优先级测试方法
CN118396977A (zh) * 2024-05-24 2024-07-26 安徽大学 一种装配式建筑中预埋件缺陷的检测方法
CN118522056A (zh) * 2024-07-22 2024-08-20 江西师范大学 一种基于双重辅助监督的轻量化人脸活体检测方法及系统
CN118657215A (zh) * 2024-05-21 2024-09-17 福州大学 面向cpu+gpu异构平台的可验证边缘学习推理方法
CN118781052A (zh) * 2024-06-12 2024-10-15 同纳检测认证集团有限公司 一种节能材料密度检测方法及系统
CN119006528A (zh) * 2024-10-23 2024-11-22 江苏北方湖光光电有限公司 小型飞行器检测跟踪方法、装置、设备及存储介质
CN119169207A (zh) * 2024-11-21 2024-12-20 无锡车联天下信息技术有限公司 一种基于深度学习的车载监控动态线性雷达墙可视化方法
CN119313709A (zh) * 2024-10-15 2025-01-14 西安应用光学研究所 一种基于深度估计网络的目标跟踪方法
CN119444047A (zh) * 2024-10-17 2025-02-14 广州融大信息科技有限公司 Ai智能物流仓储系统
CN119445534A (zh) * 2024-10-29 2025-02-14 武汉大学 基于时空信息融合的自动驾驶场景三维目标检测方法及设备
CN119540695A (zh) * 2024-11-11 2025-02-28 广东科技学院 一种基于视频检测的自适应特征融合方法
CN119559372A (zh) * 2024-10-28 2025-03-04 浪潮智慧科技有限公司 一种基于物联网平台的目标检测方法、系统、设备及介质
CN119723047A (zh) * 2024-12-09 2025-03-28 江苏安自达科技有限公司 面向自动驾驶场景的小目标检测方法
CN119785001A (zh) * 2024-12-12 2025-04-08 国家能源集团宿迁发电有限公司 基于深度学习的光伏板积灰识别与清洁辅助系统及方法
CN119851214A (zh) * 2025-03-18 2025-04-18 北京诺士诚国际工程项目管理有限公司 一种基于工程监理平台的图像数据治理方法和系统
CN120198783A (zh) * 2025-05-22 2025-06-24 西安东方宏业科技股份有限公司 无人机集群协同航拍影像的分布式智能识别处理系统
CN120279436A (zh) * 2025-04-08 2025-07-08 复旦大学 一种基于特征分解和累积学习的车辆目标识别方法
CN120282264A (zh) * 2025-06-06 2025-07-08 盟识科技(苏州)有限公司 港口内外部车队定位系统及方法
CN120411488A (zh) * 2025-07-03 2025-08-01 吉林大学 一种基于深度学习的玉米收获机清选机构堵塞检测方法
CN120766270A (zh) * 2025-06-23 2025-10-10 中央储备粮西安直属库有限公司 一种基于双层级深度学习算法的粮食杂质检验方法
CN121095893A (zh) * 2025-11-07 2025-12-09 解悠数字科技(南京)有限公司 一种基于神经网络的车辆车轴智能识别优化方法及系统
CN121214301A (zh) * 2025-09-26 2025-12-26 西南交通大学 一种桥区水域船舶目标检测方法、设备和介质
CN121392252A (zh) * 2025-11-14 2026-01-23 聊城大学 一种多模态特征融合的水域目标检测方法
CN121437513A (zh) * 2025-12-31 2026-01-30 湖北省高创公路工程咨询监理有限公司 一种隧道锚杆数量数字化检测方法及系统

Families Citing this family (54)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110399884B (zh) * 2019-07-10 2021-08-20 浙江理工大学 一种特征融合自适应锚框模型车辆检测方法
CN110414389A (zh) * 2019-07-12 2019-11-05 黑龙江御林湾科技有限公司 一种基于深度学习的快速区域搜索的目标检测方法
CN110464611A (zh) * 2019-07-23 2019-11-19 苏州国科视清医疗科技有限公司 一种数字化弱视增强训练装置和系统及其相关算法
CN110503112B (zh) * 2019-08-27 2023-02-03 电子科技大学 一种增强特征学习的小目标检测及识别方法
CN110826391A (zh) * 2019-09-10 2020-02-21 中国三峡建设管理有限公司 泌水区域检测方法、系统、计算机设备和存储介质
CN110689021A (zh) * 2019-10-17 2020-01-14 哈尔滨理工大学 一种基于深度学习的低可见度环境下实时目标检测方法
CN111091144B (zh) * 2019-11-27 2023-06-27 云南电网有限责任公司电力科学研究院 基于深度伪孪生网络的图像特征点匹配方法及装置
CN110743818A (zh) * 2019-11-29 2020-02-04 苏州嘉诺环境工程有限公司 基于视觉及深度学习的垃圾分选系统、垃圾分选方法
CN111104885A (zh) * 2019-12-10 2020-05-05 南京邮电大学 基于视频深度学习的车辆识别方法
CN111104903B (zh) * 2019-12-19 2022-07-26 南京邮电大学 一种深度感知交通场景多目标检测方法和系统
CN111145239B (zh) * 2019-12-30 2022-02-11 南京航空航天大学 一种基于深度学习的飞机油箱多余物自动检测方法
CN111182491B (zh) * 2019-12-31 2022-03-22 淮安中科晶上智能网联研究院有限公司 一种基于射频层析成像的无设备目标定位的方法及装置
CN111291747B (zh) * 2020-01-10 2023-06-13 大连理工大学 一种复杂场景下基于深度图的彩色小目标检测方法
CN111444816A (zh) * 2020-01-14 2020-07-24 北京银河信通科技有限公司 一种基于Faster RCNN的多尺度密集行人检测方法
CN111292349B (zh) * 2020-01-17 2023-04-18 北京大学深圳研究生院 一种基于推荐候选框融合的用于目标检测的数据增强方法
CN111310607B (zh) * 2020-01-22 2021-01-01 交通运输部公路科学研究所 基于计算机视觉和人工智能的公路安全风险识别方法及系统
CN111310660B (zh) * 2020-02-14 2024-05-17 开易（北京）科技有限公司 用于adas场景的目标检测虚警抑制方法及装置
CN111310828B (zh) * 2020-02-14 2023-01-03 开易（北京）科技有限公司 用于adas场景的目标检测模型微调方法及装置
CN111291820B (zh) * 2020-02-19 2023-05-30 中国电子科技集团公司第二十八研究所 一种结合定位信息和分类信息的目标检测方法
CN111310850B (zh) * 2020-03-02 2023-06-16 杭州雄迈集成电路技术股份有限公司 车牌检测模型的构建方法及系统、车牌检测方法及系统
CN111444973B (zh) * 2020-03-31 2022-05-20 西安交通大学 一种无人零售购物台商品检测方法
CN111507738B (zh) * 2020-05-04 2021-06-04 宁波甜宝生物信息技术有限公司 基于区块链和5g通讯的油墨溯源回收工艺方法
CN112750194A (zh) * 2020-05-15 2021-05-04 奕目(上海)科技有限公司 一种无人驾驶汽车避障方法、装置
CN111666839A (zh) * 2020-05-25 2020-09-15 东华大学 一种基于改进Faster RCNN的道路行人检测系统
CN111724392A (zh) * 2020-05-25 2020-09-29 浙江工业大学 一种针对深度学习特征注意力转移的数据处理方法
CN111881932B (zh) * 2020-06-11 2023-09-15 中国人民解放军战略支援部队信息工程大学 一种军用飞机的FasterRCNN目标检测算法
CN111738164B (zh) * 2020-06-24 2021-02-26 广西计算中心有限责任公司 一种基于深度学习的行人检测方法
CN111898677A (zh) * 2020-07-30 2020-11-06 大连海事大学 一种基于深度学习的浮游生物自动检测方法
CN112016449A (zh) * 2020-08-27 2020-12-01 西华大学 一种基于深度学习的车辆识别与检测方法
CN112085126B (zh) * 2020-09-30 2023-12-12 浙江大学 一种侧重于分类任务的单样本目标检测方法
CN112668585B (zh) * 2020-11-26 2024-04-09 厦门大学 一种动态环境下的物体辨识与定位方法
CN112446429B (zh) * 2020-11-27 2022-06-21 广东电网有限责任公司肇庆供电局 一种基于cgan的巡检图像数据小样本扩充方法
CN113173502B (zh) * 2021-01-15 2023-06-06 福建电子口岸股份有限公司 一种基于激光视觉融合和深度学习的防撞方法、系统
CN112766176B (zh) * 2021-01-21 2023-12-01 深圳市安软科技股份有限公司 轻量化卷积神经网络的训练方法及人脸属性识别方法
CN112964693A (zh) * 2021-02-19 2021-06-15 山东捷讯通信技术有限公司 一种拉曼光谱谱带区域分割方法
CN113052184B (zh) * 2021-03-12 2022-11-18 电子科技大学 一种基于两阶段局部特征对齐的目标检测方法
CN113128564B (zh) * 2021-03-23 2022-03-22 武汉泰沃滋信息技术有限公司 一种基于深度学习的复杂背景下典型目标检测方法及系统
CN113177133B (zh) * 2021-04-23 2024-03-29 深圳依时货拉拉科技有限公司 一种图像检索方法、装置、设备及存储介质
CN113159198A (zh) * 2021-04-27 2021-07-23 上海芯物科技有限公司 一种目标检测方法、装置、设备及存储介质
CN113240611B (zh) * 2021-05-28 2024-05-07 中建材信息技术股份有限公司 一种基于图片序列的异物检测方法
CN113569702B (zh) * 2021-07-23 2023-10-27 闽江学院 基于深度学习的货车单双胎识别方法
CN113591668B (zh) * 2021-07-26 2023-11-21 南京大学 一种使用深度学习和空间分析的广域未知大坝自动探测方法
CN113807236B (zh) * 2021-09-15 2024-05-17 北京百度网讯科技有限公司 车道线检测的方法、装置、设备、存储介质及程序产品
CN113989600B (zh) * 2021-09-28 2024-09-06 上海师范大学 一种图像异物检测方法
CN116052029A (zh) * 2021-10-27 2023-05-02 湖南文理学院 视频目标检测方法、计算机装置、存储介质及程序产品
CN114219936B (zh) * 2021-10-28 2025-03-28 中国科学院自动化研究所 目标检测方法、电子设备、存储介质和计算机程序产品
CN116189224A (zh) * 2021-11-25 2023-05-30 南京农业大学 一种基于目标检测的稻飞虱爆发预警系统
CN114140698B (zh) * 2021-11-25 2025-05-06 南京林业大学 一种基于FasterR-CNN的水系信息提取算法
CN114220053B (zh) * 2021-12-15 2022-06-03 北京建筑大学 一种基于车辆特征匹配的无人机视频车辆检索方法
CN115529475B (zh) * 2021-12-29 2024-07-16 北京国瑞数智技术有限公司 视频流量内容检测与风控的方法和系统
CN115953750A (zh) * 2022-12-23 2023-04-11 天翼云科技有限公司 基于目标检测的交通视觉抗遮挡训练方法、装置及系统
CN116682028A (zh) * 2023-06-08 2023-09-01 天翼云科技有限公司 一种基于开放场景的高压线缆检测方法及装置
CN117275086A (zh) * 2023-08-29 2023-12-22 峰米(北京)科技有限公司 手势识别方法、装置、计算机设备、存储介质
CN119206484A (zh) * 2024-09-04 2024-12-27 重庆机场集团有限公司 基于机器学习的无人车载端的机场围栏状态检测图像方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107507172A (zh) * 2017-08-08 2017-12-22 国网上海市电力公司 融合红外可见光的特高压线路绝缘子串深度学习识别方法
CN107680106A (zh) * 2017-10-13 2018-02-09 南京航空航天大学 一种基于Faster R‑CNN的显著性目标检测方法
CN108563977A (zh) * 2017-12-18 2018-09-21 华南理工大学 一种高速公路出入口的行人预警方法及系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9881234B2 (en) * 2015-11-25 2018-01-30 Baidu Usa Llc. Systems and methods for end-to-end object detection
US9858496B2 (en) * 2016-01-20 2018-01-02 Microsoft Technology Licensing, Llc Object detection and classification in images
CN108416287B (zh) * 2018-03-04 2022-04-01 南京理工大学 一种基于遗漏负样本挖掘的行人检测方法
CN108648233B (zh) * 2018-03-24 2022-04-12 北京工业大学 一种基于深度学习的目标识别与抓取定位方法
CN108830188B (zh) * 2018-05-30 2022-03-04 西安理工大学 基于深度学习的车辆检测方法
CN109447018B (zh) * 2018-11-08 2021-08-03 天津理工大学 一种基于改进Faster R-CNN的道路环境视觉感知方法
CN109377555B (zh) * 2018-11-14 2023-07-25 江苏科技大学 自主水下机器人前景视场三维重建目标特征提取识别方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107507172A (zh) * 2017-08-08 2017-12-22 国网上海市电力公司 融合红外可见光的特高压线路绝缘子串深度学习识别方法
CN107680106A (zh) * 2017-10-13 2018-02-09 南京航空航天大学 一种基于Faster R‑CNN的显著性目标检测方法
CN108563977A (zh) * 2017-12-18 2018-09-21 华南理工大学 一种高速公路出入口的行人预警方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
GU, QI: "All Day Vehicle Detection Based on Deep Learning", CHINESE MASTER’S THESES FULL-TEXT DATABASE, no. 6, 15 June 2018 (2018-06-15), pages 1 - 71, XP055732786 *

Cited By (565)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112183274A (zh) * 2020-09-21 2021-01-05 深圳中兴网信科技有限公司 泥头车检测方法和计算机可读存储介质
CN112132804B (zh) * 2020-09-22 2023-10-31 苏州巨能图像检测技术有限公司 一种用于集卡轮毂的防吊起检测方法
CN112132804A (zh) * 2020-09-22 2020-12-25 苏州巨能图像检测技术有限公司 一种用于集卡轮毂的防吊起检测方法
CN112233175A (zh) * 2020-09-24 2021-01-15 西安交通大学 基于YOLOv3-tiny算法的芯片定位方法及一体化定位平台
CN112132042A (zh) * 2020-09-24 2020-12-25 西安电子科技大学 基于对抗域适应的sar图像目标检测方法
CN112132042B (zh) * 2020-09-24 2023-08-01 西安电子科技大学 基于对抗域适应的sar图像目标检测方法
CN112233175B (zh) * 2020-09-24 2023-10-24 西安交通大学 基于YOLOv3-tiny算法的芯片定位方法及一体化定位平台
CN112164017B (zh) * 2020-09-27 2023-11-17 中国兵器工业集团第二一四研究所苏州研发中心 一种基于深度学习的偏振彩色化方法
CN112164017A (zh) * 2020-09-27 2021-01-01 中国兵器工业集团第二一四研究所苏州研发中心 一种基于深度学习的偏振彩色化方法
CN112115913A (zh) * 2020-09-28 2020-12-22 杭州海康威视数字技术股份有限公司 图像处理方法、装置及设备、存储介质
CN112115913B (zh) * 2020-09-28 2023-08-25 杭州海康威视数字技术股份有限公司 图像处理方法、装置及设备、存储介质
CN112364687A (zh) * 2020-09-29 2021-02-12 上善智城(苏州)信息科技有限公司 一种基于改进的Faster R-CNN加油站静电标志识别方法及系统
CN112580424A (zh) * 2020-09-29 2021-03-30 长安大学 一种复杂车路环境的偏振特征多尺度池化分类算法
CN112541389A (zh) * 2020-09-29 2021-03-23 西安交通大学 一种基于EfficientDet网络的输电线路故障检测方法
CN112580424B (zh) * 2020-09-29 2023-08-11 长安大学 一种复杂车路环境的偏振特征多尺度池化分类算法
CN112541389B (zh) * 2020-09-29 2023-08-22 西安交通大学 一种基于EfficientDet网络的输电线路故障检测方法
CN112330591A (zh) * 2020-09-30 2021-02-05 中国铁道科学研究院集团有限公司 少样本学习的钢轨表面缺陷检测方法及装置
CN112330591B (zh) * 2020-09-30 2023-01-24 中国国家铁路集团有限公司 少样本学习的钢轨表面缺陷检测方法及装置
CN112215128A (zh) * 2020-10-09 2021-01-12 武汉理工大学 融合fcos的r-cnn城市道路环境识别方法及装置
CN112215128B (zh) * 2020-10-09 2024-04-05 武汉理工大学 融合fcos的r-cnn城市道路环境识别方法及装置
CN112233090B (zh) * 2020-10-15 2023-05-30 浙江工商大学 基于改进注意力机制的薄膜瑕疵检测方法
CN112233090A (zh) * 2020-10-15 2021-01-15 浙江工商大学 基于改进注意力机制的薄膜瑕疵检测方法
CN112232214A (zh) * 2020-10-16 2021-01-15 天津大学 一种基于深度特征融合和注意力机制的实时目标检测方法
CN112329558A (zh) * 2020-10-22 2021-02-05 上海交通大学 一种基于烧结机尾断面视频的FeO含量预测方法
CN112329558B (zh) * 2020-10-22 2022-10-25 上海交通大学 一种基于烧结机尾断面视频的FeO含量预测方法
CN112241718A (zh) * 2020-10-23 2021-01-19 北京百度网讯科技有限公司 车辆信息的检测方法、检测模型的训练方法和装置
CN112241718B (zh) * 2020-10-23 2024-05-24 北京百度网讯科技有限公司 车辆信息的检测方法、检测模型的训练方法和装置
CN112417981A (zh) * 2020-10-28 2021-02-26 大连交通大学 基于改进FasterR-CNN的复杂战场环境目标高效识别方法
CN112417981B (zh) * 2020-10-28 2024-04-26 大连交通大学 基于改进FasterR-CNN的复杂战场环境目标高效识别方法
CN114444649A (zh) * 2020-10-30 2022-05-06 阿里巴巴集团控股有限公司 卷积神经网络训练方法、装置、电子设备及可读存储介质
CN112329588A (zh) * 2020-10-30 2021-02-05 中海石油(中国)有限公司 一种基于Faster R-CNN的管道故障检测方法
CN112329588B (zh) * 2020-10-30 2024-01-05 中海石油(中国)有限公司 一种基于Faster R-CNN的管道故障检测方法
CN112287854A (zh) * 2020-11-02 2021-01-29 湖北大学 基于深度神经网络的建筑室内人员检测方法及系统
CN112183485B (zh) * 2020-11-02 2024-03-05 北京信息科技大学 基于深度学习的交通锥桶检测定位方法、系统及存储介质
CN112183485A (zh) * 2020-11-02 2021-01-05 北京信息科技大学 基于深度学习的交通锥桶检测定位方法、系统及存储介质
CN112200803B (zh) * 2020-11-04 2023-10-10 成都朴华科技有限公司 精子核蛋白成熟度检测方法及装置
CN112200803A (zh) * 2020-11-04 2021-01-08 成都朴华科技有限公司 精子核蛋白成熟度检测方法及装置
CN112329871A (zh) * 2020-11-11 2021-02-05 河北工业大学 一种基于自校正卷积与通道注意力机制的肺结节检测方法
CN112329871B (zh) * 2020-11-11 2022-03-08 河北工业大学 一种基于自校正卷积与通道注意力机制的肺结节检测方法
CN112380962A (zh) * 2020-11-11 2021-02-19 成都摘果子科技有限公司 一种基于深度学习的动物图像识别方法及系统
CN112396582A (zh) * 2020-11-16 2021-02-23 南京工程学院 一种基于Mask RCNN的均压环歪斜检测方法
CN112396582B (zh) * 2020-11-16 2024-04-26 南京工程学院 一种基于Mask RCNN的均压环歪斜检测方法
CN112381005A (zh) * 2020-11-17 2021-02-19 温州大学 一种面向复杂场景的安全帽检测系统
CN112395975A (zh) * 2020-11-17 2021-02-23 南京泓图人工智能技术研究院有限公司 一种基于旋转区域生成网络的遥感图像目标检测方法
CN112395987A (zh) * 2020-11-18 2021-02-23 西安电子科技大学 基于无监督域适应cnn的sar图像目标检测方法
CN112395987B (zh) * 2020-11-18 2023-07-28 西安电子科技大学 基于无监督域适应cnn的sar图像目标检测方法
CN112580778A (zh) * 2020-11-25 2021-03-30 江苏集萃未来城市应用技术研究所有限公司 基于YOLOv5和Pose-estimation的工地工人手机使用检测方法
CN114547785A (zh) * 2020-11-25 2022-05-27 英业达科技有限公司 制造设备制造参数调整控制系统及其方法
CN112434740A (zh) * 2020-11-26 2021-03-02 西北大学 一种基于深度学习的秦俑碎块分类方法
CN112418117A (zh) * 2020-11-27 2021-02-26 北京工商大学 一种基于无人机图像的小目标检测方法
CN112418114A (zh) * 2020-11-27 2021-02-26 广州华多网络科技有限公司 时序行为检测、响应方法及装置、设备、介质
CN112418117B (zh) * 2020-11-27 2023-05-12 北京工商大学 一种基于无人机图像的小目标检测方法
CN112396017A (zh) * 2020-11-27 2021-02-23 上海建科工程咨询有限公司 一种基于图像识别的工程安全隐患识别方法及系统
CN112434745A (zh) * 2020-11-27 2021-03-02 西安电子科技大学 基于多源认知融合的遮挡目标检测识别方法
CN112396017B (zh) * 2020-11-27 2023-04-07 上海建科工程咨询有限公司 一种基于图像识别的工程安全隐患识别方法及系统
CN112434745B (zh) * 2020-11-27 2023-01-24 西安电子科技大学 基于多源认知融合的遮挡目标检测识别方法
CN112528782A (zh) * 2020-11-30 2021-03-19 北京农业信息技术研究中心 水下鱼类目标检测方法及装置
CN112528782B (zh) * 2020-11-30 2024-02-23 北京农业信息技术研究中心 水下鱼类目标检测方法及装置
CN112508091B (zh) * 2020-12-03 2024-01-19 大连海事大学 基于卷积神经网络的低质量图像分类方法
CN112508091A (zh) * 2020-12-03 2021-03-16 大连海事大学 基于卷积神经网络的低质量图像分类方法
CN112507862B (zh) * 2020-12-04 2023-05-26 东风汽车集团有限公司 基于多任务卷积神经网络的车辆朝向检测方法及系统
CN112507862A (zh) * 2020-12-04 2021-03-16 东风汽车集团有限公司 基于多任务卷积神经网络的车辆朝向检测方法及系统
CN112464851A (zh) * 2020-12-08 2021-03-09 国网陕西省电力公司电力科学研究院 一种基于视觉感知的智能电网异物入侵检测方法及系统
CN114663333A (zh) * 2020-12-08 2022-06-24 重庆云石高科技有限公司 一种机车小尺度零部件丢失的智能检测系统
CN112488229A (zh) * 2020-12-10 2021-03-12 西安交通大学 一种基于特征分离和对齐的域自适应无监督目标检测方法
CN112528862A (zh) * 2020-12-10 2021-03-19 西安电子科技大学 基于改进的交叉熵损失函数的遥感图像目标检测方法
CN112528862B (zh) * 2020-12-10 2023-02-10 西安电子科技大学 基于改进的交叉熵损失函数的遥感图像目标检测方法
CN112488229B (zh) * 2020-12-10 2024-04-05 西安交通大学 一种基于特征分离和对齐的域自适应无监督目标检测方法
CN112598165A (zh) * 2020-12-11 2021-04-02 湖南大学 基于私家车数据的城市功能区转移流量预测方法及装置
CN112580647A (zh) * 2020-12-11 2021-03-30 湖北工业大学 一种面向堆叠物体的识别方法及系统
CN112598165B (zh) * 2020-12-11 2023-09-26 湖南大学 基于私家车数据的城市功能区转移流量预测方法及装置
CN112507898B (zh) * 2020-12-14 2022-07-01 重庆邮电大学 一种基于轻量3d残差网络和tcn的多模态动态手势识别方法
CN112507898A (zh) * 2020-12-14 2021-03-16 重庆邮电大学 一种基于轻量3d残差网络和tcn的多模态动态手势识别方法
CN112488066A (zh) * 2020-12-18 2021-03-12 航天时代飞鸿技术有限公司 一种无人机多机协同侦察下的目标实时检测方法
CN112528995B (zh) * 2020-12-22 2023-08-04 北京百度网讯科技有限公司 用于训练目标检测模型的方法、目标检测方法及装置
CN112528995A (zh) * 2020-12-22 2021-03-19 北京百度网讯科技有限公司 用于训练目标检测模型的方法、目标检测方法及装置
CN112633177A (zh) * 2020-12-24 2021-04-09 浙江大学 一种基于注意力空间卷积神经网络的车道线检测分割方法
CN114758018A (zh) * 2020-12-25 2022-07-15 中国科学院沈阳自动化研究所 一种基于卷积神经网络的红外光谱重建方法
CN112668696A (zh) * 2020-12-25 2021-04-16 杭州中科先进技术研究院有限公司 一种基于嵌入式深度学习的无人机电网巡检方法和系统
CN112597997A (zh) * 2020-12-28 2021-04-02 精英数智科技股份有限公司 感兴趣区域确定方法、图像内容识别方法及装置
CN112861849B (zh) * 2020-12-29 2023-01-10 北京航空航天大学 一种脊柱畸形矫正手术术中组织识别方法
CN112861849A (zh) * 2020-12-29 2021-05-28 北京航空航天大学 一种脊柱畸形矫正手术术中组织识别方法
CN112699782A (zh) * 2020-12-29 2021-04-23 杭州电子科技大学 基于N2N和Bert的雷达HRRP目标识别方法
CN112712503A (zh) * 2020-12-30 2021-04-27 厦门福信光电集成有限公司 一种基于深度学习的显示面板外观检测方法
CN112712503B (zh) * 2020-12-30 2023-05-02 厦门福信光电集成有限公司 一种基于深度学习的显示面板外观检测方法
CN112651458B (zh) * 2020-12-31 2024-04-02 深圳云天励飞技术股份有限公司 分类模型的训练方法、装置、电子设备及存储介质
CN112651458A (zh) * 2020-12-31 2021-04-13 深圳云天励飞技术股份有限公司 分类模型的训练方法、装置、电子设备及存储介质
CN112686188A (zh) * 2021-01-05 2021-04-20 西安理工大学 基于深度学习方法的前挡风玻璃及驾驶员区域定位方法
CN112686188B (zh) * 2021-01-05 2024-02-06 西安理工大学 基于深度学习方法的前挡风玻璃及驾驶员区域定位方法
CN112668536A (zh) * 2021-01-06 2021-04-16 北京理工大学 一种基于机载光电视频的轻量化旋转目标检测识别方法
CN112668536B (zh) * 2021-01-06 2023-08-25 北京理工大学 一种基于机载光电视频的轻量化旋转目标检测识别方法
CN113011417B (zh) * 2021-01-08 2023-02-10 湖南大学 基于交并比覆盖率损失与重定位策略的目标匹配方法
CN113011417A (zh) * 2021-01-08 2021-06-22 湖南大学 基于交并比覆盖率损失与重定位策略的目标匹配方法
CN112835008B (zh) * 2021-01-12 2022-03-04 西安电子科技大学 基于姿态自适应卷积网络的高分辨距离像目标识别方法
CN112669312A (zh) * 2021-01-12 2021-04-16 中国计量大学 一种基于深度特征对称融合的胸片肺炎检测方法及系统
CN112835008A (zh) * 2021-01-12 2021-05-25 西安电子科技大学 基于姿态自适应卷积网络的高分辨距离像目标识别方法
CN112733742A (zh) * 2021-01-14 2021-04-30 哈尔滨市科佳通用机电股份有限公司 一种基于深度学习的铁路货车下拉杆圆销故障检测方法
CN112733741A (zh) * 2021-01-14 2021-04-30 苏州挚途科技有限公司 交通标识牌识别方法、装置和电子设备
CN112784723A (zh) * 2021-01-14 2021-05-11 金陵科技学院 一种基于IFast-RCNN算法的道路交通安全保护模型
CN112861932B (zh) * 2021-01-21 2024-02-02 上海应用技术大学 轨道板裂缝检测方法
CN112766170B (zh) * 2021-01-21 2024-04-16 广西财经学院 基于簇类无人机图像的自适应分割检测方法及装置
CN112861932A (zh) * 2021-01-21 2021-05-28 上海应用技术大学 轨道板裂缝检测方法
CN112766170A (zh) * 2021-01-21 2021-05-07 广西财经学院 基于簇类无人机图像的自适应分割检测方法及装置
CN112766188A (zh) * 2021-01-25 2021-05-07 浙江科技学院 一种基于改进yolo算法的小目标行人检测方法
CN112766188B (zh) * 2021-01-25 2024-05-10 浙江科技学院 一种基于改进yolo算法的小目标行人检测方法
CN112949849B (zh) * 2021-01-27 2024-03-26 武汉星巡智能科技有限公司 采用边缘计算优化智能摄像头检测模型的方法和装置
CN112949849A (zh) * 2021-01-27 2021-06-11 武汉星巡智能科技有限公司 采用边缘计算优化智能摄像头检测模型的方法和装置
CN112801187A (zh) * 2021-01-29 2021-05-14 广东省科学院智能制造研究所 基于注意力机制与集成学习的高光谱数据分析方法和系统
CN112818837A (zh) * 2021-01-29 2021-05-18 山东大学 一种基于姿态校正和困难样本感知的航拍车辆重识别方法
CN112766274A (zh) * 2021-02-01 2021-05-07 长沙市盛唐科技有限公司 一种基于Mask RCNN算法的水尺图像水位自动读数方法及系统
CN112766274B (zh) * 2021-02-01 2023-07-07 长沙市盛唐科技有限公司 一种基于Mask RCNN算法的水尺图像水位自动读数方法及系统
CN112884213A (zh) * 2021-02-02 2021-06-01 华北电力大学 小波分解与动态混合深度学习的燃煤锅炉NOx预测方法
CN112884213B (zh) * 2021-02-02 2024-04-19 华北电力大学 小波分解与动态混合深度学习的燃煤锅炉NOx预测方法
CN112861700B (zh) * 2021-02-03 2023-11-03 西安仁义智机电科技有限公司 基于DeepLabv3+的车道线网络识别模型建立及车辆速度检测方法
CN112861700A (zh) * 2021-02-03 2021-05-28 西安仁义智机电科技有限公司 基于DeepLabv3+的车道线网络识别模型建立及车辆速度检测方法
CN112556682A (zh) * 2021-02-07 2021-03-26 天津蓝鳍海洋工程有限公司 一种水下复合传感器目标自动检测算法
CN112802006B (zh) * 2021-02-07 2024-03-22 南通大学 一种基于深度学习的边缘计算电机油污识别方法
CN112801203A (zh) * 2021-02-07 2021-05-14 新疆爱华盈通信息技术有限公司 基于多任务学习的数据分流训练方法及系统
CN112802006A (zh) * 2021-02-07 2021-05-14 南通大学 一种基于深度学习的边缘计算电机油污识别方法
CN112986210A (zh) * 2021-02-10 2021-06-18 四川大学 一种尺度自适应的微生物拉曼光谱检测方法及系统
CN113033609A (zh) * 2021-02-16 2021-06-25 浙江大学 一种基于多任务dcgan的sar图像分类方法
CN112907621A (zh) * 2021-02-24 2021-06-04 华南理工大学 一种基于差分和语义信息融合的运动目标提取方法
CN112907621B (zh) * 2021-02-24 2023-02-14 华南理工大学 一种基于差分和语义信息融合的运动目标提取方法
CN112926652B (zh) * 2021-02-25 2023-10-24 青岛科技大学 一种基于深度学习的鱼类细粒度图像识别方法
CN112927264B (zh) * 2021-02-25 2022-12-16 华南理工大学 一种无人机跟踪拍摄系统及其rgbd跟踪方法
CN112949629A (zh) * 2021-02-25 2021-06-11 平安科技（深圳）有限公司 目标检测方法、装置、计算机设备及可读存储介质
CN112926652A (zh) * 2021-02-25 2021-06-08 青岛科技大学 一种基于深度学习的鱼类细粒度图像识别方法
CN112927264A (zh) * 2021-02-25 2021-06-08 华南理工大学 一种无人机跟踪拍摄系统及其rgbd跟踪方法
CN112818932A (zh) * 2021-02-26 2021-05-18 北京车和家信息技术有限公司 图像处理方法、障碍物检测方法、装置、介质及车辆
CN112926457B (zh) * 2021-02-26 2022-09-06 中国电子科技集团公司第二十八研究所 一种基于融合频域和空间域网络模型的sar图像识别方法
CN112926457A (zh) * 2021-02-26 2021-06-08 中国电子科技集团公司第二十八研究所 一种基于融合频域和空间域网络模型的sar图像识别方法
CN112966598B (zh) * 2021-03-04 2022-08-30 河南大学 一种双路径小卷积网络的高光谱图像分类方法
CN112966747A (zh) * 2021-03-04 2021-06-15 北京联合大学 一种基于无锚框检测网络改进的车辆检测方法
CN112966598A (zh) * 2021-03-04 2021-06-15 河南大学 一种双路径小卷积网络的高光谱图像分类方法
CN112837315B (zh) * 2021-03-05 2023-11-21 云南电网有限责任公司电力科学研究院 一种基于深度学习的输电线路绝缘子缺陷检测方法
CN112837315A (zh) * 2021-03-05 2021-05-25 云南电网有限责任公司电力科学研究院 一种基于深度学习的输电线路绝缘子缺陷检测方法
CN113408332A (zh) * 2021-03-05 2021-09-17 腾讯科技（深圳）有限公司 视频分镜方法、装置、设备及计算机可读存储介质
CN113129225A (zh) * 2021-03-09 2021-07-16 西安理工大学 基于Dense Net网络的计算鬼成像重建恢复方法
CN113128335A (zh) * 2021-03-09 2021-07-16 西北大学 微体古生物化石图像检测、分类及发现方法、系统及应用
CN113128335B (zh) * 2021-03-09 2024-05-31 西北大学 微体古生物化石图像检测、分类及发现方法、系统及应用
CN112966611A (zh) * 2021-03-09 2021-06-15 中国科学技术大学 一种dwt注意机制的能量迹噪声自适应方法
CN113159021A (zh) * 2021-03-10 2021-07-23 国网河北省电力有限公司 基于上下文信息的文本检测方法
CN113032612A (zh) * 2021-03-12 2021-06-25 西北大学 一种多目标图像检索模型的构建方法及检索方法和装置
CN112990230A (zh) * 2021-03-12 2021-06-18 西安电子科技大学 基于二阶段分组注意力残差机制的光谱图像压缩重建方法
CN113032612B (zh) * 2021-03-12 2023-04-11 西北大学 一种多目标图像检索模型的构建方法及检索方法和装置
CN112990230B (zh) * 2021-03-12 2023-05-09 西安电子科技大学 基于二阶段分组注意力残差机制的光谱图像压缩重建方法
CN113095152B (zh) * 2021-03-18 2023-08-22 西安交通大学 一种基于回归的车道线检测方法及系统
CN113095152A (zh) * 2021-03-18 2021-07-09 西安交通大学 一种基于回归的车道线检测方法及系统
CN113011338B (zh) * 2021-03-19 2023-08-22 华南理工大学 一种车道线检测方法及系统
CN113111727B (zh) * 2021-03-19 2024-05-31 西北工业大学 一种基于特征对齐的遥感场景下旋转目标检测方法
CN113011338A (zh) * 2021-03-19 2021-06-22 华南理工大学 一种车道线检测方法及系统
CN113111727A (zh) * 2021-03-19 2021-07-13 西北工业大学 一种基于特征对齐的遥感场景下旋转目标检测方法
CN113128563A (zh) * 2021-03-23 2021-07-16 武汉泰沃滋信息技术有限公司 一种高速工程车辆检测方法、装置、设备及存储介质
CN113128563B (zh) * 2021-03-23 2023-11-17 武汉泰沃滋信息技术有限公司 一种高速工程车辆检测方法、装置、设备及存储介质
CN113705304A (zh) * 2021-03-24 2021-11-26 腾讯科技（深圳）有限公司 一种图像处理方法、装置、存储介质及计算机设备
CN115131742A (zh) * 2021-03-29 2022-09-30 南京大学 一种适于隧道视角受限的目标深度学习视频检测方法
CN114961381A (zh) * 2021-03-30 2022-08-30 上海智能新能源汽车科创功能平台有限公司 一种泊车机器人及其车轮定位方法
CN112990065A (zh) * 2021-03-31 2021-06-18 上海海事大学 一种基于优化的YOLOv5模型的车辆分类检测方法
CN112990065B (zh) * 2021-03-31 2024-03-22 上海海事大学 一种基于优化的YOLOv5模型的车辆分类检测方法
CN113256507B (zh) * 2021-04-01 2023-11-21 南京信息工程大学 一种针对二进制流量数据生成图像的注意力增强方法
CN115605914A (zh) * 2021-04-01 2023-01-13 京东方科技集团股份有限公司（Cn） 对象检测方法、对象检测装置及对象检测系统
CN113256507A (zh) * 2021-04-01 2021-08-13 南京信息工程大学 一种针对二进制流量数据生成图像的注意力增强方法
CN113077491A (zh) * 2021-04-02 2021-07-06 安徽大学 基于跨模态共享和特定表示形式的rgbt目标跟踪方法
CN113971653A (zh) * 2021-04-06 2022-01-25 国家气象中心 面向遥感图像的目标检测方法、装置、设备及存储介质
CN113076898A (zh) * 2021-04-09 2021-07-06 长安大学 一种交通车辆目标检测方法、装置、设备及可读存储介质
CN113076898B (zh) * 2021-04-09 2023-09-15 长安大学 一种交通车辆目标检测方法、装置、设备及可读存储介质
CN113159159B (zh) * 2021-04-15 2023-09-29 东北大学 一种基于改进cnn的小样本图像分类方法
CN113159159A (zh) * 2021-04-15 2021-07-23 东北大学 一种基于改进cnn的小样本图像分类方法
CN113095417B (zh) * 2021-04-16 2023-07-28 西安电子科技大学 基于融合图卷积和卷积神经网络的sar目标识别方法
CN113095417A (zh) * 2021-04-16 2021-07-09 西安电子科技大学 基于融合图卷积和卷积神经网络的sar目标识别方法
CN113221668A (zh) * 2021-04-20 2021-08-06 西安翔迅科技有限责任公司 一种风力发电机组叶片视频监测中的抽帧方法
CN113221668B (zh) * 2021-04-20 2023-04-07 西安翔迅科技有限责任公司 一种风力发电机组叶片视频监测中的抽帧方法
CN113191235A (zh) * 2021-04-22 2021-07-30 上海东普信息科技有限公司 杂物检测方法、装置、设备及存储介质
CN113191235B (zh) * 2021-04-22 2024-05-17 上海东普信息科技有限公司 杂物检测方法、装置、设备及存储介质
CN113065520A (zh) * 2021-04-25 2021-07-02 江南大学 一种面向多模态数据的遥感图像分类方法
CN113205026A (zh) * 2021-04-26 2021-08-03 武汉大学 一种基于Faster RCNN深度学习网络改进的车型识别方法
CN113255737B (zh) * 2021-04-30 2023-08-08 超节点创新科技(深圳)有限公司 对民航分拣线上的叠包行李分拣方法、电子设备和存储介质
CN113255737A (zh) * 2021-04-30 2021-08-13 超节点创新科技(深圳)有限公司 对民航分拣线上的叠包行李分拣方法、电子设备和存储介质
CN113221993A (zh) * 2021-05-06 2021-08-06 西安电子科技大学 基于元学习和跨阶段沙漏的大视场小样本目标检测方法
CN113221993B (zh) * 2021-05-06 2023-08-01 西安电子科技大学 基于元学习和跨阶段沙漏的大视场小样本目标检测方法
CN113139497B (zh) * 2021-05-08 2023-04-28 广东工业大学 一种水面物体识别的系统、方法及基于5g mec的应用
CN113139497A (zh) * 2021-05-08 2021-07-20 广东工业大学 一种水面物体识别的系统、方法及基于5g mec的应用
CN113139615A (zh) * 2021-05-08 2021-07-20 北京联合大学 一种基于嵌入式设备的无人驾驶环境目标检测方法
CN113327227A (zh) * 2021-05-10 2021-08-31 桂林理工大学 一种基于MobilenetV3的小麦头快速检测方法
CN113327227B (zh) * 2021-05-10 2022-11-11 桂林理工大学 一种基于MobilenetV3的小麦头快速检测方法
CN113128473A (zh) * 2021-05-17 2021-07-16 哈尔滨商业大学 一种面向地下综合管廊的巡检系统、方法、设备及存储介质
CN113240017B (zh) * 2021-05-18 2023-09-12 西安理工大学 一种基于注意力机制的多光谱和全色图像分类方法
CN113240017A (zh) * 2021-05-18 2021-08-10 西安理工大学 一种基于注意力机制的多光谱和全色图像分类方法
CN113408584A (zh) * 2021-05-19 2021-09-17 成都理工大学 Rgb-d多模态特征融合3d目标检测方法
CN113269073A (zh) * 2021-05-19 2021-08-17 青岛科技大学 一种基于yolo v5算法的船舶多目标追踪方法
CN113269073B (zh) * 2021-05-19 2022-11-15 青岛科技大学 一种基于yolo v5算法的船舶多目标追踪方法
CN113408584B (zh) * 2021-05-19 2022-07-26 成都理工大学 Rgb-d多模态特征融合3d目标检测方法
CN113421222A (zh) * 2021-05-21 2021-09-21 西安科技大学 一种轻量化煤矸目标检测方法
CN113421222B (zh) * 2021-05-21 2023-06-23 西安科技大学 一种轻量化煤矸目标检测方法
CN113379761B (zh) * 2021-05-25 2023-04-28 重庆顺多利机车有限责任公司 一种基于人工智能的多agv与自动门的联动方法与系统
CN113379761A (zh) * 2021-05-25 2021-09-10 广州市东崇科技有限公司 一种基于人工智能的多agv与自动门的联动方法与系统
CN113343821A (zh) * 2021-05-31 2021-09-03 合肥工业大学 一种基于时空注意力网络和输入优化的非接触式心率测量方法
CN113240039A (zh) * 2021-05-31 2021-08-10 西安电子科技大学 基于空间位置特征重加权的小样本目标检测方法及系统
CN113343821B (zh) * 2021-05-31 2022-08-30 合肥工业大学 一种基于时空注意力网络和输入优化的非接触式心率测量方法
CN113240039B (zh) * 2021-05-31 2023-08-15 西安电子科技大学 基于空间位置特征重加权的小样本目标检测方法及系统
CN113468967A (zh) * 2021-06-02 2021-10-01 北京邮电大学 基于注意力机制的车道线检测方法、装置、设备及介质
CN113468967B (zh) * 2021-06-02 2023-08-18 北京邮电大学 基于注意力机制的车道线检测方法、装置、设备及介质
CN113255797B (zh) * 2021-06-02 2024-04-05 通号智慧城市研究设计院有限公司 一种基于深度学习模型的危险品检测方法和系统
CN113255797A (zh) * 2021-06-02 2021-08-13 通号智慧城市研究设计院有限公司 一种基于深度学习模型的危险品检测方法和系统
WO2022252565A1 (zh) * 2021-06-04 2022-12-08 浙江智慧视频安防创新中心有限公司 一种目标检测系统、方法、装置、设备及介质
CN113506317A (zh) * 2021-06-07 2021-10-15 北京百卓网络技术有限公司 一种基于Mask R-CNN和表观特征融合的多目标跟踪方法
CN113240050A (zh) * 2021-06-08 2021-08-10 南京师范大学 一种特征融合权重可调的金属打印熔池检测方法
CN113362389B (zh) * 2021-06-08 2024-02-27 长安大学 基于cnn-rnn耦合数-形融合的盾构隧道变形预测方法
CN113362389A (zh) * 2021-06-08 2021-09-07 长安大学 基于cnn-rnn耦合数-形融合的盾构隧道变形预测方法
CN113240050B (zh) * 2021-06-08 2024-05-03 南京师范大学 一种特征融合权重可调的金属打印熔池检测方法
CN113378918B (zh) * 2021-06-09 2022-06-07 武汉大学 一种基于度量学习的绝缘子绑扎线状态检测方法
CN113378918A (zh) * 2021-06-09 2021-09-10 武汉大学 一种基于度量学习的绝缘子绑扎线状态检测方法
CN113343863A (zh) * 2021-06-11 2021-09-03 北京邮电大学 融合表征网络模型训练方法、指纹表征方法及其设备
CN113378936A (zh) * 2021-06-11 2021-09-10 长沙军民先进技术研究有限公司 一种基于Faster RCNN的少样本目标检测方法
CN113378936B (zh) * 2021-06-11 2024-03-08 长沙军民先进技术研究有限公司 一种基于Faster RCNN的少样本目标检测方法
CN113343863B (zh) * 2021-06-11 2023-01-03 北京邮电大学 融合表征网络模型训练方法、指纹表征方法及其设备
CN113313058B (zh) * 2021-06-16 2022-08-02 北京航空航天大学 一种基于自适应模型集成的无人机航拍图像目标检测方法
CN113313058A (zh) * 2021-06-16 2021-08-27 北京航空航天大学 一种基于自适应模型集成的无人机航拍图像目标检测方法
CN113239899B (zh) * 2021-06-17 2024-05-28 阿波罗智联(北京)科技有限公司 用于处理图像和生成卷积核的方法、路侧设备和云控平台
CN113239899A (zh) * 2021-06-17 2021-08-10 阿波罗智联(北京)科技有限公司 用于处理图像和生成卷积核的方法、路侧设备和云控平台
CN113421235A (zh) * 2021-06-17 2021-09-21 中国电子科技集团公司第四十一研究所 一种基于深度学习的烟支定位装置及方法
CN113408423A (zh) * 2021-06-21 2021-09-17 西安工业大学 适用于tx2嵌入式平台的水产品目标实时检测方法
CN113420643A (zh) * 2021-06-21 2021-09-21 西北工业大学 基于深度可分离空洞卷积的轻量级水下目标检测方法
CN113408423B (zh) * 2021-06-21 2023-09-05 西安工业大学 适用于tx2嵌入式平台的水产品目标实时检测方法
CN113660484A (zh) * 2021-06-29 2021-11-16 新疆朝阳商用数据传输有限公司 基于音视频内容的音视频属性比对方法、系统、终端及介质
CN113660484B (zh) * 2021-06-29 2024-04-26 北京点众快看科技有限公司 基于音视频内容的音视频属性比对方法、系统、终端及介质
CN113469071B (zh) * 2021-07-06 2024-03-29 西安科技大学 一种针对嵌入式设备的运煤皮带异物视频检测方法
CN113449738A (zh) * 2021-07-06 2021-09-28 国网信息通信产业集团有限公司 基于样本特性的先验框参数自适应改进frc检测方法
CN113449738B (zh) * 2021-07-06 2023-06-23 国网信息通信产业集团有限公司 基于样本特性的先验框参数自适应改进frc检测方法
CN113469071A (zh) * 2021-07-06 2021-10-01 西安科技大学 一种针对嵌入式设备的运煤皮带异物视频检测方法
CN113609911A (zh) * 2021-07-07 2021-11-05 北京工业大学 一种基于深度学习的路面病害自动检测方法和系统
CN113361483A (zh) * 2021-07-07 2021-09-07 合肥英睿系统技术有限公司 一种交通限速标志检测方法、装置、设备及存储介质
CN113609911B (zh) * 2021-07-07 2024-05-28 北京工业大学 一种基于深度学习的路面病害自动检测方法和系统
CN113592906A (zh) * 2021-07-12 2021-11-02 华中科技大学 一种基于标注帧特征融合的长视频目标跟踪方法及系统
CN113449675B (zh) * 2021-07-12 2024-03-29 西安科技大学 一种煤矿人员越界检测方法
CN113449675A (zh) * 2021-07-12 2021-09-28 西安科技大学 一种煤矿人员越界检测方法
CN113592906B (zh) * 2021-07-12 2024-02-13 华中科技大学 一种基于标注帧特征融合的长视频目标跟踪方法及系统
CN113673323A (zh) * 2021-07-13 2021-11-19 中国船舶重工集团公司第七一五研究所 一种基于多深度学习模型联合判决体制的水中目标识别方法
CN113673323B (zh) * 2021-07-13 2023-10-27 中国船舶重工集团公司第七一五研究所 一种基于多深度学习模型联合判决体制的水中目标识别方法
CN113591617A (zh) * 2021-07-14 2021-11-02 武汉理工大学 基于深度学习的水面小目标检测与分类方法
CN113591617B (zh) * 2021-07-14 2023-11-28 武汉理工大学 基于深度学习的水面小目标检测与分类方法
CN113537098A (zh) * 2021-07-21 2021-10-22 北京航空航天大学 一种着陆图像中撞击坑的检测和识别方法
CN115700809A (zh) * 2021-07-21 2023-02-07 北京智视数策科技发展有限公司 一种基于深度学习的智能ai图像色情检测方法
CN113537105B (zh) * 2021-07-23 2024-05-10 北京经纬恒润科技股份有限公司 一种车位检测方法及装置
CN113537105A (zh) * 2021-07-23 2021-10-22 北京经纬恒润科技股份有限公司 一种车位检测方法及装置
CN113534146A (zh) * 2021-07-26 2021-10-22 中国人民解放军海军航空大学 一种雷达视频图像目标自动检测方法与系统
CN113534146B (zh) * 2021-07-26 2023-12-01 中国人民解放军海军航空大学 一种雷达视频图像目标自动检测方法与系统
CN113674216A (zh) * 2021-07-27 2021-11-19 南京航空航天大学 一种基于深度学习的地铁隧道病害检测方法
CN113537119A (zh) * 2021-07-28 2021-10-22 国网河南省电力公司电力科学研究院 基于改进Yolov4-tiny的输电线路连接部件检测方法
CN113537119B (zh) * 2021-07-28 2022-08-30 国网河南省电力公司电力科学研究院 基于改进Yolov4-tiny的输电线路连接部件检测方法
CN113627593A (zh) * 2021-08-04 2021-11-09 西北工业大学 面向目标检测模型Faster R-CNN的自动量化方法
CN113627593B (zh) * 2021-08-04 2024-06-04 西北工业大学 面向目标检测模型Faster R-CNN的自动量化方法
CN113780087B (zh) * 2021-08-11 2024-04-26 同济大学 一种基于深度学习的邮政包裹文本检测方法及设备
CN113780087A (zh) * 2021-08-11 2021-12-10 同济大学 一种基于深度学习的邮政包裹文本检测方法及设备
CN113808202A (zh) * 2021-08-11 2021-12-17 浙江工商大学 一种多目标检测和空间定位方法及其系统
CN113808202B (zh) * 2021-08-11 2024-05-24 浙江工商大学 一种多目标检测和空间定位方法及其系统
CN113688830B (zh) * 2021-08-13 2024-04-26 湖北工业大学 基于中心点回归的深度学习目标检测方法
CN113688830A (zh) * 2021-08-13 2021-11-23 湖北工业大学 基于中心点回归的深度学习目标检测方法
CN113658131A (zh) * 2021-08-16 2021-11-16 东华大学 一种基于机器视觉巡游式环锭纺断纱检测方法
CN113569835A (zh) * 2021-08-16 2021-10-29 浙江广厦建设职业技术大学 一种基于目标检测和分割识别的水表数值读取方法
CN113643327A (zh) * 2021-08-18 2021-11-12 江西理工大学 一种响应置信度多特征融合的核相关滤波目标跟踪方法
CN113643327B (zh) * 2021-08-18 2023-10-20 江西理工大学 一种响应置信度多特征融合的核相关滤波目标跟踪方法
CN113706496B (zh) * 2021-08-23 2024-04-12 中国飞机强度研究所 一种基于深度学习模型的飞行器结构裂纹检测方法
CN113706496A (zh) * 2021-08-23 2021-11-26 中国飞机强度研究所 一种基于深度学习模型的飞行器结构裂纹检测方法
CN113689928B (zh) * 2021-08-24 2023-06-20 深圳平安智慧医健科技有限公司 保养及预防患病方案的推荐方法、装置、设备及存储介质
CN113689928A (zh) * 2021-08-24 2021-11-23 平安国际智慧城市科技股份有限公司 保养及预防患病方案的推荐方法、装置、设备及存储介质
CN113484908B (zh) * 2021-08-25 2023-07-14 成都理工大学 部分卷积与注意力机制融合深度学习网络的缺失地震数据重建方法
CN113484908A (zh) * 2021-08-25 2021-10-08 成都理工大学 部分卷积与注意力机制融合深度学习网络的缺失地震数据重建方法
CN113688734A (zh) * 2021-08-25 2021-11-23 燕山大学 一种基于fpga异构加速的老人跌倒检测方法
CN113688734B (zh) * 2021-08-25 2023-09-22 燕山大学 一种基于fpga异构加速的老人跌倒检测方法
CN113688740B (zh) * 2021-08-26 2024-02-27 燕山大学 一种基于多传感器融合视觉的室内姿势检测方法
CN113688740A (zh) * 2021-08-26 2021-11-23 燕山大学 一种基于多传感器融合视觉的室内姿势检测方法
CN113792774A (zh) * 2021-09-01 2021-12-14 西北工业大学 一种水中目标智能融合感知方法
CN113792774B (zh) * 2021-09-01 2024-01-12 西北工业大学 一种水中目标智能融合感知方法
CN113689470A (zh) * 2021-09-02 2021-11-23 重庆大学 一种多场景融合下的行人运动轨迹预测方法
CN113689470B (zh) * 2021-09-02 2023-08-11 重庆大学 一种多场景融合下的行人运动轨迹预测方法
CN113705716A (zh) * 2021-09-03 2021-11-26 北京百度网讯科技有限公司 图像识别模型训练方法、设备、云控平台及自动驾驶车辆
CN113792721A (zh) * 2021-09-03 2021-12-14 西北工业大学 基于one-shot机制的仪表检测方法
CN113792721B (zh) * 2021-09-03 2024-06-04 西北工业大学 基于one-shot机制的仪表检测方法
CN113705716B (zh) * 2021-09-03 2023-10-10 北京百度网讯科技有限公司 图像识别模型训练方法、设备、云控平台及自动驾驶车辆
CN113763235A (zh) * 2021-09-08 2021-12-07 北京琥珀创想科技有限公司 一种将图片转换为扫描件的方法及智能移动终端
CN114114183A (zh) * 2021-09-09 2022-03-01 深圳大学 基于深度学习的车载sar速度估计方法、系统及终端
CN113762200A (zh) * 2021-09-16 2021-12-07 深圳大学 基于lffd的口罩检测方法
CN113762200B (zh) * 2021-09-16 2023-06-30 深圳大学 基于lffd的口罩检测方法
CN113792684A (zh) * 2021-09-17 2021-12-14 中国科学技术大学 弱对齐条件下的消防机器人多模态视觉火焰检测方法
CN113792684B (zh) * 2021-09-17 2024-03-29 中国科学技术大学 弱对齐条件下的消防机器人多模态视觉火焰检测方法
CN113824658A (zh) * 2021-09-22 2021-12-21 西华大学 一种ofdm系统中采用dnsp方案的深度迁移学习信道估计方法
CN113824658B (zh) * 2021-09-22 2023-06-20 西华大学 一种ofdm系统中采用dnsp方案的深度迁移学习信道估计方法
CN113780462B (zh) * 2021-09-24 2024-03-19 华中科技大学 基于无人机航拍图像的车辆检测网络建立方法及其应用
CN113780462A (zh) * 2021-09-24 2021-12-10 华中科技大学 基于无人机航拍图像的车辆检测网络建立方法及其应用
CN113705729A (zh) * 2021-09-27 2021-11-26 中原动力智能机器人有限公司 垃圾分类模型建模方法、垃圾分类方法、装置及介质
CN113705729B (zh) * 2021-09-27 2024-06-25 中原动力智能机器人有限公司 垃圾分类模型建模方法、垃圾分类方法、装置及介质
CN113808123B (zh) * 2021-09-27 2024-03-29 杭州跨视科技有限公司 一种基于机器视觉的药液袋动态检测方法
CN113808123A (zh) * 2021-09-27 2021-12-17 杭州跨视科技有限公司 一种基于机器视觉的药液袋动态检测方法
CN113807463B (zh) * 2021-09-28 2023-10-17 中电万维信息技术有限责任公司 一种基于Faster-RCNN对BI图标题检测的方法
CN113807463A (zh) * 2021-09-28 2021-12-17 中电万维信息技术有限责任公司 一种基于Faster-RCNN对BI图标题检测的方法
CN113888595B (zh) * 2021-09-29 2024-05-14 中国海洋大学 一种基于困难样本挖掘的孪生网络单目标视觉跟踪方法
CN113888595A (zh) * 2021-09-29 2022-01-04 中国海洋大学 一种基于困难样本挖掘的孪生网络单目标视觉跟踪方法
CN113947774B (zh) * 2021-10-08 2024-05-14 东北大学 一种轻量级的车辆目标检测系统
CN113947774A (zh) * 2021-10-08 2022-01-18 东北大学 一种轻量级的车辆目标检测系统
CN114120246B (zh) * 2021-10-12 2024-04-16 吉林大学 一种基于复杂环境的前方车辆检测算法
CN114120246A (zh) * 2021-10-12 2022-03-01 吉林大学 一种基于复杂环境的前方车辆检测算法
CN113869271A (zh) * 2021-10-13 2021-12-31 南京华捷艾米软件科技有限公司 一种人脸检测方法、装置及电子设备
CN113808128A (zh) * 2021-10-14 2021-12-17 河北工业大学 基于相对坐标定位算法的智能压实全过程可视化控制方法
CN113989921A (zh) * 2021-10-14 2022-01-28 南京理工大学 基于长尾域紧凑度的复杂场景行人检测方法
CN113850799B (zh) * 2021-10-14 2024-06-07 长春工业大学 一种基于YOLOv5的微量DNA提取工作站工件检测方法
CN113850799A (zh) * 2021-10-14 2021-12-28 长春工业大学 一种基于YOLOv5的微量DNA提取工作站工件检测方法
CN113850228A (zh) * 2021-10-18 2021-12-28 北方民族大学 基于多模态融合的道路裂缝检测方法和系统
CN113887479A (zh) * 2021-10-19 2022-01-04 齐鲁工业大学 一种可迁移的多场景交通标志牌快速检测方法及系统
CN113902024A (zh) * 2021-10-20 2022-01-07 浙江大立科技股份有限公司 基于深度学习与双波段融合的小体积目标检测识别方法
CN113902024B (zh) * 2021-10-20 2024-06-04 浙江大立科技股份有限公司 基于深度学习与双波段融合的小体积目标检测识别方法
CN113963154A (zh) * 2021-10-21 2022-01-21 中国科学技术大学先进技术研究院 基于Faster R-CNN的VOCs气体泄漏检测方法、系统、存储介质及设备
CN113989209A (zh) * 2021-10-21 2022-01-28 武汉大学 基于Faster R-CNN的电力线异物检测方法
CN113962261A (zh) * 2021-10-21 2022-01-21 中国人民解放军空军航空大学 一种用于雷达信号分选的深度网络模型
CN113962261B (zh) * 2021-10-21 2024-05-14 中国人民解放军空军航空大学 一种用于雷达信号分选的深度网络模型构建方法
CN113902729A (zh) * 2021-10-26 2022-01-07 重庆邮电大学 一种基于YOLO v5模型的路面坑洼检测方法
CN113989718A (zh) * 2021-10-29 2022-01-28 南京邮电大学 面向雷达信号热图的人体目标检测方法
CN114092699A (zh) * 2021-11-15 2022-02-25 南京理工大学 基于迁移学习的群猪图像分割的方法及系统
CN113792827A (zh) * 2021-11-18 2021-12-14 北京的卢深视科技有限公司 目标对象识别方法、电子设备和计算机可读存储介质
CN114332485A (zh) * 2021-11-22 2022-04-12 江苏科技大学 基于YOLOv3模型的高阶目标检测方法
CN114092448B (zh) * 2021-11-22 2023-12-01 浙大城市学院 一种基于深度学习的插件电解电容混合检测方法
CN114092448A (zh) * 2021-11-22 2022-02-25 浙大城市学院 一种基于深度学习的插件电解电容混合检测方法
CN114780880A (zh) * 2021-11-23 2022-07-22 南京控维通信科技有限公司 一种基于改进深度学习算法的web频率图实现方法及系统
CN114140413A (zh) * 2021-11-24 2022-03-04 广西成电智能制造产业技术有限责任公司 一种优化小目标和改善漏检问题的食材图像检测方法
CN114241188A (zh) * 2021-11-26 2022-03-25 电子科技大学长三角研究院(湖州) 一种平滑传递语义信息的多尺度目标检测方法及系统
CN114119562A (zh) * 2021-11-29 2022-03-01 青岛理工大学 一种基于深度学习的刹车盘外表面缺陷检测方法及系统
CN114119562B (zh) * 2021-11-29 2024-05-24 青岛理工大学 一种基于深度学习的刹车盘外表面缺陷检测方法及系统
CN113989621A (zh) * 2021-11-29 2022-01-28 江苏科技大学 一种基于East算法的小目标图像检测方法及系统
CN113960601A (zh) * 2021-11-29 2022-01-21 南京国睿防务系统有限公司 一种视频sar仿真运动目标参数估计方法
CN114419925A (zh) * 2021-12-01 2022-04-29 合肥工业大学 一种车路协同的防碰预警系统和方法
CN114419925B (zh) * 2021-12-01 2022-11-04 合肥工业大学 一种车路协同的防碰预警系统和方法
CN116258740A (zh) * 2021-12-01 2023-06-13 常州星宇车灯股份有限公司 基于多摄像头像素融合的车载前视多目标跟踪方法
CN114120239A (zh) * 2021-12-01 2022-03-01 云南电网有限责任公司信息中心 一种配网现场作业人员系安全带识别方法
CN114170487A (zh) * 2021-12-08 2022-03-11 北京计算机技术及应用研究所 一种基于视觉的水面油污检测方法
CN114201533A (zh) * 2021-12-14 2022-03-18 中国平安财产保险股份有限公司 车辆涉水深度检测方法、装置、电子设备及存储介质
CN114202803A (zh) * 2021-12-17 2022-03-18 北方工业大学 一种基于残差网络的多阶段人体异常动作检测方法
CN114998764A (zh) * 2021-12-19 2022-09-02 长沙理工大学 基于深度学习及目标检测的架空线路图像检测方法及系统
CN114495089A (zh) * 2021-12-21 2022-05-13 西安电子科技大学 基于多尺度异源特征自适应融合的三维目标检测方法
CN113947766A (zh) * 2021-12-21 2022-01-18 之江实验室 一种基于卷积神经网络的实时车牌检测方法
CN114267028A (zh) * 2021-12-22 2022-04-01 首都师范大学 一种内容自适应的多层次道路标志检测及识别方法
CN114463693A (zh) * 2021-12-22 2022-05-10 杭州越达图谱科技有限公司 一种基于视频的门机吊物实时测距方法
CN114299376A (zh) * 2021-12-24 2022-04-08 中科曙光南京研究院有限公司 一种基于深度学习的深海潜艇搜寻对接方法及系统
CN114494940A (zh) * 2021-12-25 2022-05-13 人民网股份有限公司 一种基于深度集成网络的标识内容检测方法及系统
CN114445617A (zh) * 2021-12-27 2022-05-06 宁波韵升智能技术有限公司 一种基于深度学习的工件目标识别方法
CN114332701B (zh) * 2021-12-27 2024-05-28 北京航空航天大学 一种基于任务区分检测再识别联合网络的目标跟踪方法
CN114332701A (zh) * 2021-12-27 2022-04-12 北京航空航天大学 一种基于任务区分检测再识别联合网络的目标跟踪方法
CN114445617B (zh) * 2021-12-27 2024-05-31 宁波韵升智能技术有限公司 一种基于深度学习的工件目标识别方法
CN114332620A (zh) * 2021-12-30 2022-04-12 杭州电子科技大学 基于特征融合和注意力机制的机载图像车辆目标识别方法
CN114266765A (zh) * 2021-12-31 2022-04-01 广东工业大学 基于改进的初始残差网络的病理学图像分类方法及系统
CN114528911A (zh) * 2022-01-10 2022-05-24 西北大学 多分支结构的多标签图像分类方法和模型构建方法及装置
CN114399672A (zh) * 2022-01-14 2022-04-26 东南大学 一种基于深度学习的铁路货车闸瓦故障检测方法
CN114565867A (zh) * 2022-01-25 2022-05-31 大连理工大学 一种基于卷积神经网络的无人机场景视频目标检测方法
CN114445689A (zh) * 2022-01-29 2022-05-06 福州大学 目标先验信息指导的多尺度加权融合目标检测方法及系统
CN114445708A (zh) * 2022-01-29 2022-05-06 东南大学 基于改进Faster R-CNN的高速公路路面三维病害识别方法
CN114627052B (zh) * 2022-02-08 2025-02-18 南京邮电大学 一种基于深度学习的红外图像漏气漏液检测方法及系统
CN114529879A (zh) * 2022-02-08 2022-05-24 安徽理工大学 一种基于YOLOv4-Tiny的矿井电机车路况实时检测方法
CN114627052A (zh) * 2022-02-08 2022-06-14 南京邮电大学 一种基于深度学习的红外图像漏气漏液检测方法及系统
CN114519819A (zh) * 2022-02-10 2022-05-20 西北工业大学 一种基于全局上下文感知的遥感图像目标检测方法
CN114549950A (zh) * 2022-02-10 2022-05-27 上海智驾汽车科技有限公司 利用深度学习图像检测来获取并判定mtf值标准的方法
CN114519819B (zh) * 2022-02-10 2024-04-02 西北工业大学 一种基于全局上下文感知的遥感图像目标检测方法
CN114549460A (zh) * 2022-02-21 2022-05-27 重庆长安汽车股份有限公司 一种基于暗通道法的雾天车辆检测方法
CN114565639A (zh) * 2022-02-21 2022-05-31 西安电子科技大学 一种基于复合卷积网络的目标跟踪方法及系统
CN114529951B (zh) * 2022-02-22 2024-04-02 北京工业大学 一种基于深度学习的现场指纹特征点提取方法
CN114529951A (zh) * 2022-02-22 2022-05-24 北京工业大学 一种基于深度学习的现场指纹特征点提取方法
CN114792390A (zh) * 2022-02-28 2022-07-26 河海大学 一种基于深度学习的低空安防目标检测方法与系统
CN114565878A (zh) * 2022-03-01 2022-05-31 北京赛思信安技术股份有限公司 一种支持类别可配置的视频标志物检测方法
CN114565878B (zh) * 2022-03-01 2024-05-03 北京赛思信安技术股份有限公司 一种支持类别可配置的视频标志物检测方法
CN114677726A (zh) * 2022-03-04 2022-06-28 上海万雍科技股份有限公司 基于自学习预测模型的人脸识别系统及方法
CN114742127A (zh) * 2022-03-07 2022-07-12 上海电机学院 一种基于改进原型网络的小样本图像分类方法
CN114692487B (zh) * 2022-03-11 2023-05-26 中国电子科技集团公司第二十九研究所 电子装备维修备件预投方法、装置、设备及存储介质
CN114692487A (zh) * 2022-03-11 2022-07-01 中国电子科技集团公司第二十九研究所 电子装备维修备件预投方法、装置、设备及存储介质
CN114898327B (zh) * 2022-03-15 2024-04-26 武汉理工大学 一种基于轻量化深度学习网络的车辆检测方法
CN114898327A (zh) * 2022-03-15 2022-08-12 武汉理工大学 一种基于轻量化深度学习网络的车辆检测方法
CN114612438A (zh) * 2022-03-15 2022-06-10 厦门微亚智能科技有限公司 一种基于深度学习的自动化工业缺陷检测系统及装置
CN114998603A (zh) * 2022-03-15 2022-09-02 燕山大学 一种基于深度多尺度特征因子融合的水下目标检测方法
CN114708531B (zh) * 2022-03-18 2024-07-16 南京大学 电梯内异常行为检测方法、装置及存储介质
CN114708531A (zh) * 2022-03-18 2022-07-05 南京大学 电梯内异常行为检测方法、装置及存储介质
CN114694178A (zh) * 2022-03-23 2022-07-01 西安金源电气股份有限公司 基于Faster-RCNN算法的电力作业中安全帽监测方法及系统
CN114842220A (zh) * 2022-03-24 2022-08-02 西北工业大学 基于多源影像匹配的无人机视觉定位方法
CN114842220B (zh) * 2022-03-24 2024-02-27 西北工业大学 基于多源影像匹配的无人机视觉定位方法
CN114663787A (zh) * 2022-03-28 2022-06-24 北京林业大学 一种融合无人机chm和rgb影像的单木分割方法
CN114639054A (zh) * 2022-03-29 2022-06-17 青岛海信网络科技股份有限公司 一种基于视频的道路施工预警方法及设备
CN114743045A (zh) * 2022-03-31 2022-07-12 电子科技大学 一种基于双分支区域建议网络的小样本目标检测方法
CN114743045B (zh) * 2022-03-31 2023-09-26 电子科技大学 一种基于双分支区域建议网络的小样本目标检测方法
CN114758329A (zh) * 2022-04-15 2022-07-15 东北大学 基于深度学习预测热成像图中目标区域温度的系统及方法
CN114881308A (zh) * 2022-04-25 2022-08-09 燕山大学 基于元学习的网联车辆速度预测方法
CN114926407A (zh) * 2022-04-28 2022-08-19 哈尔滨理工大学 一种基于深度学习的钢材表面缺陷检测系统
CN114882376A (zh) * 2022-05-06 2022-08-09 自然资源部第一海洋研究所 基于最优锚点尺度的卷积神经网络遥感影像目标检测方法
CN114882376B (zh) * 2022-05-06 2024-03-22 自然资源部第一海洋研究所 基于最优锚点尺度的卷积神经网络遥感影像目标检测方法
CN114821654A (zh) * 2022-05-09 2022-07-29 福州大学 一种融合局部与深度的时空图网络的人手检测方法
CN114913419A (zh) * 2022-05-10 2022-08-16 西南石油大学 一种智慧停车目标检测方法及系统
CN114913419B (zh) * 2022-05-10 2023-07-18 西南石油大学 一种智慧停车目标检测方法及系统
CN114926738A (zh) * 2022-05-19 2022-08-19 成理智源科技(成都)有限公司 一种基于深度学习的滑坡识别方法及系统
CN114782709A (zh) * 2022-05-20 2022-07-22 湖南神帆科技有限公司 一种基于高斯分配策略的图像小目标检测方法及系统
CN114742822A (zh) * 2022-05-20 2022-07-12 青岛农业大学 一种草莓识别计数模型的搭建方法及应用
CN115131622B (zh) * 2022-05-22 2024-03-29 北京工业大学 一种基于视频时序相关性的夜间明火检测方法
CN115131622A (zh) * 2022-05-22 2022-09-30 北京工业大学 一种基于视频时序相关性的夜间明火检测方法
CN114966596A (zh) * 2022-05-23 2022-08-30 哈尔滨工业大学 一种基于多机器学习与层次化分类的电离层杂波识别方法
CN114966596B (zh) * 2022-05-23 2024-09-17 哈尔滨工业大学 一种基于多机器学习与层次化分类的电离层杂波识别方法
CN114972719A (zh) * 2022-05-30 2022-08-30 国网四川省电力公司眉山供电公司 一种输变电设备图像数据自动标注方法
CN115014748B (zh) * 2022-05-31 2023-05-23 南京林业大学 一种用于籽棉分选喷阀的故障诊断方法
CN115014748A (zh) * 2022-05-31 2022-09-06 南京林业大学 一种用于籽棉分选喷阀的故障诊断方法
CN115100457A (zh) * 2022-06-02 2022-09-23 西安电子科技大学 一种联合深度学习与cfar的sar图像目标检测方法
CN114943922B (zh) * 2022-06-02 2024-04-02 浙大城市学院 一种基于深度学习的机考可疑行为识别方法
CN114943922A (zh) * 2022-06-02 2022-08-26 浙大城市学院 一种基于深度学习的机考可疑行为识别方法
CN115082293A (zh) * 2022-06-10 2022-09-20 南京理工大学 一种基于Swin Transformer和CNN双分支耦合的图像配准方法
CN115019067A (zh) * 2022-06-10 2022-09-06 东南大学 一种基于深度学习融合模型的车辆颜色识别方法
CN114973098A (zh) * 2022-06-13 2022-08-30 乐知未来科技(深圳)有限公司 一种基于深度学习的短视频去重方法
CN114913587A (zh) * 2022-06-14 2022-08-16 合肥工业大学 基于贝叶斯深度学习的非接触式心率测量不确定度量化方法
CN114913587B (zh) * 2022-06-14 2024-02-13 合肥工业大学 基于贝叶斯深度学习的非接触式心率测量不确定度量化方法
CN115050028A (zh) * 2022-06-15 2022-09-13 松立控股集团股份有限公司 一种恶劣天气下小样本车牌检测方法
CN115050028B (zh) * 2022-06-15 2024-03-29 松立控股集团股份有限公司 一种恶劣天气下小样本车牌检测方法
CN115131623A (zh) * 2022-06-15 2022-09-30 天津科技大学 一种基于改进Faster RCNN的车身划痕检测方法
CN114882295A (zh) * 2022-06-15 2022-08-09 华北电力大学（保定） 一种融合隐含知识推理的输电线路多金具识别方法及系统
CN115661022A (zh) * 2022-06-27 2023-01-31 武汉纺织大学 一种织物瑕疵检测模型建立方法和织物瑕疵检测方法
CN115116137A (zh) * 2022-06-29 2022-09-27 河北工业大学 基于轻量化YOLO v5网络模型与时空记忆机制的行人检测方法
CN114818838A (zh) * 2022-06-30 2022-07-29 中国科学院国家空间科学中心 基于像元时域分布学习的低信噪比运动点目标检测方法
CN114818838B (zh) * 2022-06-30 2022-09-13 中国科学院国家空间科学中心 基于像元时域分布学习的低信噪比运动点目标检测方法
CN115393802B (zh) * 2022-07-11 2025-11-28 北京交通大学 一种基于小样本学习的铁路场景不常见入侵目标识别方法
CN115393802A (zh) * 2022-07-11 2022-11-25 北京交通大学 一种基于小样本学习的铁路场景不常见入侵目标识别方法
CN115100175A (zh) * 2022-07-12 2022-09-23 南京云创大数据科技股份有限公司 一种基于小样本目标检测的轨道交通检测方法
CN115273044B (zh) * 2022-07-15 2023-04-07 哈尔滨市科佳通用机电股份有限公司 基于改进后的图卷积网络的车门破损故障识别检测方法
CN115273044A (zh) * 2022-07-15 2022-11-01 哈尔滨市科佳通用机电股份有限公司 基于改进后的图卷积网络的车门破损故障识别检测方法
CN115131760B (zh) * 2022-07-17 2024-04-19 西北工业大学 一种基于改进特征匹配策略的轻量级车辆追踪方法
CN115131760A (zh) * 2022-07-17 2022-09-30 西北工业大学 一种基于改进特征匹配策略的轻量级车辆追踪方法
CN114982739A (zh) * 2022-07-18 2022-09-02 江苏合力四通智能科技股份有限公司 一种基于深度学习的智能激光驱鸟设备及方法
CN115171218A (zh) * 2022-07-29 2022-10-11 国网山西省电力公司物资分公司 一种基于图像识别技术的物资送样异常行为识别系统
CN115393629A (zh) * 2022-08-03 2022-11-25 天津港联盟国际集装箱码头有限公司 基于视觉的双箱吊具中锁状态检测方法
CN115393634B (zh) * 2022-08-11 2023-12-26 重庆邮电大学 一种基于迁移学习策略的少样本目标实时检测方法
CN115393634A (zh) * 2022-08-11 2022-11-25 重庆邮电大学 一种基于迁移学习策略的少样本目标实时检测方法
CN115294244B (zh) * 2022-08-11 2023-10-31 北京理工大学 一种基于机器学习的蜂窝结构图案化自适应填充方法
CN115294244A (zh) * 2022-08-11 2022-11-04 北京理工大学 一种基于机器学习的蜂窝结构图案化自适应填充方法
CN115331086B (zh) * 2022-08-17 2023-08-08 哈尔滨市科佳通用机电股份有限公司 一种闸瓦折断和铆钉丢失故障检测方法
CN115331086A (zh) * 2022-08-17 2022-11-11 哈尔滨市科佳通用机电股份有限公司 一种闸瓦折断和铆钉丢失故障检测方法
CN115393714A (zh) * 2022-08-25 2022-11-25 福州大学 一种融合图论推理的输电线路螺栓缺销钉检测方法
CN115439818A (zh) * 2022-08-25 2022-12-06 成都骏盛科技有限责任公司 车载接触网图像智能识别方法及装置
CN115393746A (zh) * 2022-08-29 2022-11-25 合肥工业大学 基于DenseNet的输电线路多尺度目标故障检测方法及应用
CN115410087A (zh) * 2022-08-30 2022-11-29 南京航空航天大学 一种基于改进YOLOv4的输电线路异物检测方法
CN115346159A (zh) * 2022-08-31 2022-11-15 国网江苏省电力有限公司南通供电分公司 一种电力作业视频中的安全帽佩戴识别方法
CN115359094A (zh) * 2022-09-05 2022-11-18 珠海安联锐视科技股份有限公司 一种基于深度学习的运动目标检测方法
CN115620125A (zh) * 2022-09-05 2023-01-17 北京遥感设备研究所 一种基于时空渐进式学习的抗干扰方法及装置
CN115359094B (zh) * 2022-09-05 2023-04-18 珠海安联锐视科技股份有限公司 一种基于深度学习的运动目标检测方法
CN115484410B (zh) * 2022-09-15 2023-11-24 天津大学 基于深度学习的事件相机视频重建方法
CN115484410A (zh) * 2022-09-15 2022-12-16 天津大学 基于深度学习的事件相机视频重建方法
CN115410047A (zh) * 2022-09-29 2022-11-29 郑州大学 基于改进YOLO v5s的红外图像电动自行车目标检测方法
CN115565129A (zh) * 2022-09-30 2023-01-03 华南理工大学 基于深度学习的座位检测与识别系统
CN115439835A (zh) * 2022-10-13 2022-12-06 中国矿业大学 一种改进yolo-pai的实时接打电话行为检测方法
CN115578615A (zh) * 2022-10-31 2023-01-06 成都信息工程大学 基于深度学习的夜间交通标志图像检测模型建立方法
CN115631471A (zh) * 2022-11-07 2023-01-20 淮阴工学院 一种基于hv-lbp的卷积神经网络车辆识别方法及装置
CN115690685A (zh) * 2022-11-09 2023-02-03 郑州信大先进技术研究院 用于车载摄像头的异常运煤场景检测方法、系统及设备
CN115641510B (zh) * 2022-11-18 2023-08-08 中国人民解放军战略支援部队航天工程大学士官学校 一种遥感影像舰船检测识别方法
CN115641510A (zh) * 2022-11-18 2023-01-24 中国人民解放军战略支援部队航天工程大学士官学校 一种遥感影像舰船检测识别方法
CN115861102A (zh) * 2022-11-30 2023-03-28 豪威科技(武汉)有限公司 一种基于深度学习的qpd pdaf聚焦方法
CN115985310A (zh) * 2022-12-02 2023-04-18 北京工商大学 一种基于多级视听融合的构音障碍语音识别方法
CN115909233A (zh) * 2022-12-02 2023-04-04 安徽科力信息产业有限责任公司 一种基于深度学习的机动车检测系统使用方法
CN115797772A (zh) * 2022-12-07 2023-03-14 国网福建省电力有限公司经济技术研究院 一种架空输电线路覆冰厚度分类预警方法及系统
CN115760841A (zh) * 2022-12-08 2023-03-07 四川大学 一种基于深度学习的公共场所人群数量统计方法
CN115878983A (zh) * 2022-12-12 2023-03-31 杭州电子科技大学 一种基于多层次交互融合的多模态数据场景识别方法
CN115601688A (zh) * 2022-12-15 2023-01-13 中译文娱科技（青岛）有限公司（Cn） 基于深度学习的视频主体内容检测方法及系统
CN115601688B (zh) * 2022-12-15 2023-02-21 中译文娱科技(青岛)有限公司 基于深度学习的视频主体内容检测方法及系统
CN115953660A (zh) * 2022-12-20 2023-04-11 中国科学技术大学 面向自动驾驶基于伪标签的点云3d目标检测方法
CN116051955A (zh) * 2022-12-22 2023-05-02 浙江啄云智能科技有限公司 目标检测模型训练和目标检测方法、装置、设备及介质
CN116246354A (zh) * 2022-12-23 2023-06-09 支付宝(杭州)信息技术有限公司 人脸视频分类方法和人脸视频分类模型的训练方法
CN116206253A (zh) * 2022-12-26 2023-06-02 上海电科智能系统股份有限公司 基于深度学习的工地动火行为检测判断方法及系统
CN115937636A (zh) * 2022-12-29 2023-04-07 上海应用技术大学 基于深度学习用于无人驾驶的交通目标检测方法
CN115861760A (zh) * 2022-12-30 2023-03-28 安徽工程大学 一种基于相机的目标检测与跟踪方法及系统
CN116206360A (zh) * 2023-01-09 2023-06-02 安徽大学 动作识别方法、装置、电子设备及计算机可读存储介质
CN116385953A (zh) * 2023-01-11 2023-07-04 哈尔滨市科佳通用机电股份有限公司 铁路货车敞车车门折页折断故障图像识别方法
CN116385953B (zh) * 2023-01-11 2023-12-15 哈尔滨市科佳通用机电股份有限公司 铁路货车敞车车门折页折断故障图像识别方法
CN116343078A (zh) * 2023-02-13 2023-06-27 中国人民解放军陆军工程大学 基于视频sar的目标跟踪方法、系统及设备
CN116433892A (zh) * 2023-02-15 2023-07-14 国网河南省电力公司电力科学研究院 一种声云信息引导的小样本目标检测网络装置
CN116188799A (zh) * 2023-02-15 2023-05-30 南昌大学 一种基于深度时空网络的密集车辆计数方法
CN116309704A (zh) * 2023-02-20 2023-06-23 重庆邮电大学 基于无锚框检测网络和特征再融合模块的小目标跟踪方法
CN116188857A (zh) * 2023-02-23 2023-05-30 复旦大学 融合cnn和深度学习变形器的目标检测方法
CN116129327A (zh) * 2023-02-28 2023-05-16 西安电子科技大学 一种基于改进YOLOv7算法的红外车辆检测方法
CN116524017A (zh) * 2023-03-13 2023-08-01 明创慧远科技集团有限公司 一种用于矿山井下检测识别定位系统
CN116524017B (zh) * 2023-03-13 2023-09-19 明创慧远科技集团有限公司 一种用于矿山井下检测识别定位系统
CN115953405A (zh) * 2023-03-14 2023-04-11 中国科学院计算机网络信息中心 一种面向增强现实设备的桥梁裂缝识别方法及装置
CN116380907A (zh) * 2023-03-14 2023-07-04 宁波朗达工程科技有限公司 一种用于提高码头缆桩安全性的保护装置及系统
CN115953405B (zh) * 2023-03-14 2023-05-26 中国科学院计算机网络信息中心 一种面向增强现实设备的桥梁裂缝识别方法及装置
CN116227358A (zh) * 2023-03-14 2023-06-06 上海宝冶集团有限公司 基于Faster R-CNN区域检测以及多目标优化的被动房能源供给方法
CN116403071B (zh) * 2023-03-23 2024-03-26 河海大学 基于特征重构的少样本混凝土缺陷检测方法及装置
CN116403071A (zh) * 2023-03-23 2023-07-07 河海大学 基于特征重构的少样本混凝土缺陷检测方法及装置
CN116109812B (zh) * 2023-03-29 2025-10-24 湖南大学 一种基于非极大值抑制阈值优化的目标检测方法
CN116109812A (zh) * 2023-03-29 2023-05-12 湖南大学 一种基于非极大值抑制阈值优化的目标检测方法
CN116310730A (zh) * 2023-04-03 2023-06-23 北京计算机技术及应用研究所 一种基于非极大值抑制与微服务的目标检测对象扩展方法
CN116958630A (zh) * 2023-04-04 2023-10-27 江苏第二师范学院 基于pls特征融合卷积神经网络的树种识别分类计数方法
CN116486301A (zh) * 2023-04-11 2023-07-25 大连理工大学 一种基于目标检测的中间包亮眼检测方法
CN116434159A (zh) * 2023-04-13 2023-07-14 西安电子科技大学 一种基于改进YOLO V7和Deep-Sort的交通流量统计方法
CN116612160A (zh) * 2023-04-13 2023-08-18 甘肃省科学院 一种大幅面图像配准和融合的方法及装置
CN116106899B (zh) * 2023-04-14 2023-06-23 青岛杰瑞工控技术有限公司 一种基于机器学习的港口航道小目标识别方法
CN116106899A (zh) * 2023-04-14 2023-05-12 青岛杰瑞工控技术有限公司 一种基于机器学习的港口航道小目标识别方法
CN116452878B (zh) * 2023-04-20 2024-02-02 广东工业大学 一种基于深度学习算法与双目视觉的考勤方法及系统
CN116452878A (zh) * 2023-04-20 2023-07-18 广东工业大学 一种基于深度学习算法与双目视觉的考勤方法及系统
CN116580352A (zh) * 2023-04-24 2023-08-11 南通大学 一种基于改进的yolov5的餐饮工作人员服饰识别方法
CN116645329A (zh) * 2023-04-26 2023-08-25 山东竞业达网络科技有限公司 一种仪器仪表柜的异常监测方法
CN116484916A (zh) * 2023-04-27 2023-07-25 青岛兔爱动物科技有限公司 一种鸡只健康状态检测方法及其检测模型的搭建方法
CN116543228A (zh) * 2023-05-22 2023-08-04 天津大学 一种基于单阶段网络的红外图像车辆检测方法
CN116953699A (zh) * 2023-05-25 2023-10-27 北京理工大学 基于阶数降维和模型选择的深度学习层析sar三维成像方法
CN116682074A (zh) * 2023-05-30 2023-09-01 西安电子科技大学 一种基于改进yolox的交通监控视频车辆检测方法、系统及设备
CN116863412A (zh) * 2023-06-06 2023-10-10 东南大学 一种基于深度学习融合模型的车辆类型识别方法
CN116434124A (zh) * 2023-06-13 2023-07-14 江西云眼视界科技股份有限公司 一种基于时空滤波的视频运动增强检测方法
CN116434124B (zh) * 2023-06-13 2023-09-05 江西云眼视界科技股份有限公司 一种基于时空滤波的视频运动增强检测方法
CN116704175A (zh) * 2023-06-14 2023-09-05 中国南方电网有限责任公司超高压输电公司电力科研院 基于困难样本挖掘的电力场景异常检测方法和装置
CN116778362A (zh) * 2023-06-21 2023-09-19 武汉大学 基于领域知识与深度学习的电力杆塔验收构件识别方法
CN116778362B (zh) * 2023-06-21 2024-03-05 广东电网有限责任公司汕尾供电局 基于领域知识与深度学习的电力杆塔验收构件识别方法
CN116843907B (zh) * 2023-06-26 2024-02-13 中国信息通信研究院 基于深度学习的增强和目标检测方法和系统
CN116843907A (zh) * 2023-06-26 2023-10-03 中国信息通信研究院 基于深度学习的增强和目标检测方法和系统
CN116503517B (zh) * 2023-06-27 2023-09-05 江西农业大学 长文本生成图像的方法及系统
CN116503517A (zh) * 2023-06-27 2023-07-28 江西农业大学 长文本生成图像的方法及系统
CN116524474A (zh) * 2023-07-04 2023-08-01 武汉大学 一种基于人工智能的车辆目标检测方法及系统
CN116524474B (zh) * 2023-07-04 2023-09-15 武汉大学 一种基于人工智能的车辆目标检测方法及系统
CN117274920A (zh) * 2023-07-12 2023-12-22 重庆大学 一种适用于高速公路监控摄像头的车辆目标检测方法
CN117011772B (zh) * 2023-07-31 2024-04-30 广东电网有限责任公司 一种输电线路的风险提示方法、装置和存储介质
CN116977931A (zh) * 2023-07-31 2023-10-31 深圳市星河智善科技有限公司 一种基于深度学习的高空抛物识别方法
CN117011772A (zh) * 2023-07-31 2023-11-07 广东电网有限责任公司 一种输电线路的风险提示方法、装置和存储介质
CN116993779A (zh) * 2023-08-03 2023-11-03 重庆大学 一种适于监控视频下的车辆目标跟踪方法
CN116993779B (zh) * 2023-08-03 2024-05-14 重庆大学 一种适于监控视频下的车辆目标跟踪方法
CN117152513A (zh) * 2023-08-30 2023-12-01 南京邮电大学 一种面向夜间场景的车辆边界定位方法
CN117238030A (zh) * 2023-09-04 2023-12-15 厦门市美亚柏科信息股份有限公司 一种用于道路监控场景的无锚框快速行人检测方法及系统
CN116912238A (zh) * 2023-09-11 2023-10-20 湖北工业大学 基于多维识别网络级联融合的焊缝管道识别方法及系统
CN116912238B (zh) * 2023-09-11 2023-11-28 湖北工业大学 基于多维识别网络级联融合的焊缝管道识别方法及系统
CN117237608A (zh) * 2023-09-18 2023-12-15 江苏智能无人装备产业创新中心有限公司 一种基于深度学习的多尺度雾天场景目标检测方法及系统
CN117274084A (zh) * 2023-09-18 2023-12-22 北京航空航天大学杭州创新研究院 一种面向高速公路视频监控的实时自适应清晰化方法
CN117315608A (zh) * 2023-09-27 2023-12-29 北京邮电大学 一种基于难度自适应调节的车道线检测方法与装置
CN117274955B (zh) * 2023-10-12 2025-10-28 齐鲁工业大学(山东省科学院) 一种基于轻量化网络的多场景交通目标检测方法及系统
CN117274955A (zh) * 2023-10-12 2023-12-22 齐鲁工业大学(山东省科学院) 一种基于轻量化网络的多场景交通目标检测方法及系统
CN117237369A (zh) * 2023-11-16 2023-12-15 苏州视智冶科技有限公司 一种基于计算机视觉的高炉铁口开口深度测量方法
CN117237369B (zh) * 2023-11-16 2024-02-27 苏州视智冶科技有限公司 一种基于计算机视觉的高炉铁口开口深度测量方法
CN117671886A (zh) * 2023-12-06 2024-03-08 四川虹微技术有限公司 一种电视端自动火灾预警方法
CN117372935A (zh) * 2023-12-07 2024-01-09 神思电子技术股份有限公司 一种视频目标检测方法、设备及介质
CN117372935B (zh) * 2023-12-07 2024-02-20 神思电子技术股份有限公司 一种视频目标检测方法、设备及介质
CN117788871A (zh) * 2023-12-26 2024-03-29 海南言发高科技有限公司 一种基于人工智能的车载称重管理方法及平台
CN117789173A (zh) * 2024-01-02 2024-03-29 北京数字绿土科技股份有限公司 一种基于多任务神经网络的公路隧道异物入侵检测方法
CN117853582A (zh) * 2024-01-15 2024-04-09 苏州科技大学 一种基于改进Faster R-CNN的星敏感器快速星像提取方法
CN118097658A (zh) * 2024-02-23 2024-05-28 太原理工大学 基于ad-yolo模型和mr-sort方法的苹果计数方法
CN118212282A (zh) * 2024-03-27 2024-06-18 南方科技大学 一种结合跨模态信息的深度估计方法、装置、终端及介质
CN118097123A (zh) * 2024-04-26 2024-05-28 烟台大学 基于点云和图像的三维目标检测方法、系统、设备和介质
CN118115952A (zh) * 2024-04-28 2024-05-31 中国民航大学 一种城市低空复杂背景下无人机图像全天候检测方法及系统
CN118331883A (zh) * 2024-05-09 2024-07-12 南京大学 一种基于实例级分析的目标检测系统优先级测试方法
CN118657215A (zh) * 2024-05-21 2024-09-17 福州大学 面向cpu+gpu异构平台的可验证边缘学习推理方法
CN118396977A (zh) * 2024-05-24 2024-07-26 安徽大学 一种装配式建筑中预埋件缺陷的检测方法
CN118781052A (zh) * 2024-06-12 2024-10-15 同纳检测认证集团有限公司 一种节能材料密度检测方法及系统
CN118522056A (zh) * 2024-07-22 2024-08-20 江西师范大学 一种基于双重辅助监督的轻量化人脸活体检测方法及系统
CN119313709A (zh) * 2024-10-15 2025-01-14 西安应用光学研究所 一种基于深度估计网络的目标跟踪方法
CN119444047A (zh) * 2024-10-17 2025-02-14 广州融大信息科技有限公司 Ai智能物流仓储系统
CN119006528A (zh) * 2024-10-23 2024-11-22 江苏北方湖光光电有限公司 小型飞行器检测跟踪方法、装置、设备及存储介质
CN119559372A (zh) * 2024-10-28 2025-03-04 浪潮智慧科技有限公司 一种基于物联网平台的目标检测方法、系统、设备及介质
CN119559372B (zh) * 2024-10-28 2025-12-05 浪潮智慧科技有限公司 一种基于物联网平台的目标检测方法、系统、设备及介质
CN119445534A (zh) * 2024-10-29 2025-02-14 武汉大学 基于时空信息融合的自动驾驶场景三维目标检测方法及设备
CN119540695A (zh) * 2024-11-11 2025-02-28 广东科技学院 一种基于视频检测的自适应特征融合方法
CN119169207A (zh) * 2024-11-21 2024-12-20 无锡车联天下信息技术有限公司 一种基于深度学习的车载监控动态线性雷达墙可视化方法
CN119723047A (zh) * 2024-12-09 2025-03-28 江苏安自达科技有限公司 面向自动驾驶场景的小目标检测方法
CN119785001A (zh) * 2024-12-12 2025-04-08 国家能源集团宿迁发电有限公司 基于深度学习的光伏板积灰识别与清洁辅助系统及方法
CN119851214A (zh) * 2025-03-18 2025-04-18 北京诺士诚国际工程项目管理有限公司 一种基于工程监理平台的图像数据治理方法和系统
CN120279436A (zh) * 2025-04-08 2025-07-08 复旦大学 一种基于特征分解和累积学习的车辆目标识别方法
CN120198783A (zh) * 2025-05-22 2025-06-24 西安东方宏业科技股份有限公司 无人机集群协同航拍影像的分布式智能识别处理系统
CN120282264A (zh) * 2025-06-06 2025-07-08 盟识科技(苏州)有限公司 港口内外部车队定位系统及方法
CN120766270A (zh) * 2025-06-23 2025-10-10 中央储备粮西安直属库有限公司 一种基于双层级深度学习算法的粮食杂质检验方法
CN120411488A (zh) * 2025-07-03 2025-08-01 吉林大学 一种基于深度学习的玉米收获机清选机构堵塞检测方法
CN121214301A (zh) * 2025-09-26 2025-12-26 西南交通大学 一种桥区水域船舶目标检测方法、设备和介质
CN121095893A (zh) * 2025-11-07 2025-12-09 解悠数字科技(南京)有限公司 一种基于神经网络的车辆车轴智能识别优化方法及系统
CN121095893B (zh) * 2025-11-07 2026-02-10 解悠数字科技(南京)有限公司 一种基于神经网络的车辆车轴智能识别优化方法及系统
CN121392252A (zh) * 2025-11-14 2026-01-23 聊城大学 一种多模态特征融合的水域目标检测方法
CN121437513A (zh) * 2025-12-31 2026-01-30 湖北省高创公路工程咨询监理有限公司 一种隧道锚杆数量数字化检测方法及系统

Also Published As

Publication number Publication date
JP7120689B2 (ja) 2022-08-17
CN109977812A (zh) 2019-07-05
CN109977812B (zh) 2023-02-24
JP2021530062A (ja) 2021-11-04

Similar Documents

Publication Publication Date Title
CN109977812B (zh) 一种基于深度学习的车载视频目标检测方法
JP2021530062A5 (zh)
CN112200161B (zh) 一种基于混合注意力机制的人脸识别检测方法
CN112906485B (zh) 基于改进的yolo模型的视障人士辅助障碍物感知方法
CN110348445B (zh) 一种融合空洞卷积和边缘信息的实例分割方法
CN111460919B (zh) 一种基于改进YOLOv3的单目视觉道路目标检测及距离估计方法
CN108830188B (zh) 基于深度学习的车辆检测方法
CN104156734B (zh) 一种基于随机蕨分类器的全自主在线学习方法
CN109145939A (zh) 一种小目标敏感的双通道卷积神经网络语义分割方法
CN112487862A (zh) 基于改进EfficientDet模型的车库行人检测方法
CN109492596B (zh) 一种基于K-means聚类和区域推荐网络的行人检测方法及系统
CN109063586A (zh) 一种基于候选优化的Faster R-CNN驾驶员检测方法
CN111127520B (zh) 一种基于视频分析的车辆跟踪方法和系统
CN107273832A (zh) 基于积分通道特征与卷积神经网络的车牌识别方法及系统
CN112686276A (zh) 一种基于改进RetinaNet网络的火焰检测方法
CN117830965B (zh) 一种基于道路语义信息引导空间注意力的车辆检测方法
CN107463881A (zh) 一种基于深度增强学习的人物图像搜索方法
CN111524117A (zh) 一种基于特征金字塔网络的隧道表面缺陷检测方法
CN112733815B (zh) 一种基于rgb室外道路场景图像的红绿灯识别方法
CN117437615A (zh) 雾天交通标志检测方法、装置、存储介质和电子设备
CN115223126A (zh) 一种多尺度目标检测的训练样本分配方法及系统
CN118887378A (zh) 一种基于细粒度特征的目标检测方法
CN117541881B (zh) 一种道路损伤检测方法及系统
CN113239725B (zh) 一种等待过街行人及过街方向识别方法及系统
CN120279531A (zh) 一种基于优化YOLOv11模型的夜间车辆检测方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19918759

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021502766

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19918759

Country of ref document: EP

Kind code of ref document: A1