[发明专利]基于改进YOLOv3的自然场景下路面裂缝检测和分类方法在审

专利信息
申请号: 202111243492.3 申请日: 2021-10-25
公开(公告)号: CN116030266A 公开(公告)日: 2023-04-28
发明(设计)人: 朱纤纤;王琴;丁军娣 申请(专利权)人: 南京理工大学
主分类号: G06V10/44 分类号: G06V10/44;G06Q50/08;G06V10/762;G06V10/774;G06V10/764;G06V10/82;G06N3/045;G06N3/0464;G06N3/047;G06N3/067
代理公司: 南京理工大学专利中心 32203 代理人: 朱炳斐
地址: 210094 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于改进YOLOv3的自然场景下路面裂缝检测和分类方法。该方法采用聚类算法对实例进行分析获取新的最佳先验尺寸,并在YOLOv3特征提取网络后加入SPP模块,融合局部和全局特征,更好地捕获低层细粒度特征的信息,提高了小目标检测能力,有效减少裂缝目标过小造成的漏检问题;选取CIoU作为改进的边界框损失函数,在考虑预测框与真实框重叠面积的同时,还考虑到锚框的中心点距离和长宽比,对裂缝的定位准确度有所提升;对于正负样本不均衡问题,以Focal Loss取代交叉熵作为改进的置信度损失函数,进一步提高裂缝检测和分类的性能,达到了最优的检测效果。与原YOLOv3方法对比,本方法的检测精度和速度更高。
搜索关键词: 基于 改进 yolov3 自然 场景 路面 裂缝 检测 分类 方法
【主权项】:
暂无信息
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南京理工大学,未经南京理工大学许可,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/202111243492.3/,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top