[发明专利]一种基于深度学习模型的烟虫检测方法在审
| 申请号： | 201910988567.7 | 申请日： | 2019-10-17 |
| 公开（公告）号： | CN110782435A | 公开（公告）日： | 2020-02-11 |
| 发明（设计）人： | 陆海华;洪金华;李捷;忻惠琴;刘瑞东;陈良 | 申请（专利权）人： | 浙江中烟工业有限责任公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62 |
| 代理公司： | 33224 杭州天勤知识产权代理有限公司 | 代理人： | 曹兆霞 |
| 地址： | 310009 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习模型的烟虫检测方法，包括以下步骤：(1)采集烟虫图像；(2)对烟虫图像进行尺寸调整和数据增强，生成训练样本集；(3)采用k‑means++聚类方法生成先验瞄点框；(4)根据获得的先验锚点框，利用训练样本集对YOLOV3模型进行训练，获得训练好的YOLOV3模型；(5)应用时，将采集的烟虫图像做尺寸调整后输入至训练好的YOLOV3模型中，经计算，输出烟虫识别结果。该烟虫检测方法能够有效地提高目标检测的精度，实现对烟虫的实时检测和识别，以便车间有关部门能够及时掌握烟虫的情况，为预防做好准备。 | ||
| 搜索关键词： | 烟虫 训练样本集 先验 尺寸调整 图像 采集 方法生成 目标检测 实时检测 数据增强 有效地 检测 聚类 锚点 车间 输出 应用 预防 学习 | ||
【主权项】：
1.一种基于深度学习模型的烟虫检测方法，包括以下步骤：/n(1)采集烟虫图像；/n(2)对烟虫图像进行尺寸调整和数据增强，生成训练样本集；/n(3)采用k-means++聚类方法生成先验瞄点框；/n(4)根据获得的先验锚点框，利用训练样本集对YOLOV3模型进行训练，获得训练好的YOLOV3模型；/n(5)应用时，将采集的烟虫图像做尺寸调整后输入至训练好的YOLOV3模型中，经计算，输出烟虫识别结果。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江中烟工业有限责任公司，未经浙江中烟工业有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910988567.7/，转载请声明来源钻瓜专利网。
