首页 > 学术百科

一种基于弱监督YOLO模型的矿石泥团目标检测方法和系统[发明专利]

专利名称：一种基于弱监督YOLO模型的矿石泥团目标检测方法和系统

专利类型：发明专利

发明人：黄志坚，李方敏，康国华，鄢锋

申请号：CN201910805585.7

申请日：20190829

公开号：CN110503161A

公开日：

20191126

专利内容由知识产权出版社提供

摘要：本发明公开了一种基于弱监督YOLO模型的矿石泥团目标检测方法，包括步骤：实时采集传送带上的矿石泥团图像，将采集的矿石泥团图像输入训练好的WS‑YOLO模型中，以获取矿石泥团图像中的泥团目标。WS‑YOLO模型包括顺次连接的DarkNet53网络、FPN网络、第一全连接层、以及第二全连接层，与该第二全连接层连接的目标分类器和目标位置回归模型，以及与目标分类器和目标位置回归模型连接的主动学习模块，其中主动学习模块包括顺次连接的US策略子模块、专家标注子模块、以及样本池，样本池的输出连接到DarkNet53网络的输入。本发明能够解决现有泥团目标检测方法中由于需要大量精确标注样本所导致的工作量大、成本昂贵、周期长等问题，并提高模型在不同矿山之间的可移植能力。

申请人：长沙学院

地址：410003 湖南省长沙市开福区洪山路98号长沙学院科技处

国籍：CN

代理机构：武汉臻诚专利代理事务所(普通合伙)

代理人：宋业斌

本文发布于:2024-09-23 12:33:02，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/755257.html

上一篇：一种大型原油储罐罐体变形光纤监测装置、系统及方法[发明专利]

下一篇：一种拼墙颜校正方法及系统[发明专利]