基于深度学习目标检测的高速公路异物识别方法和系统

发明专利有效专利

申请号：
CN202011499308.7
IPC分类号：G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06N5/02
申请日期：
2020-12-17
申请人：
华中科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度学习目标检测的高速公路异物识别方法和系统
申请号	CN202011499308.7	申请日期	2020-12-17
法律状态	实质审查	申报国家	中国
公开/公告日	2021-03-26	公开/公告号	CN112560693A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;N;5;/;0;2查看分类表>
申请人	华中科技大学	申请人地址	湖北省武汉市洪山区珞喻路1037号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	华中科技大学	当前权利人	华中科技大学
发明人	袁烨;郭裕祺;董云龙
代理机构	华中科技大学专利中心	代理人	胡秋萍;李智

摘要

本发明公开了基于深度学习目标检测的高速公路异物识别方法系统，属于目标检测领域。包括：使用高速公路异物训练集，分别训练N个教师网络，N个教师网络的输出层感受野尺度倍数递减，通过知识蒸馏将N个训练好的教师网络输出的不同尺度感受野信息同时传递给同一个学生网络，使用训练集训练学生网络，得到训练好的学生网络；将被测图像输入至训练好的学生网络，得到识别结果。本发明利用知识蒸馏，将复杂的教师网络学习到的信息传递给结构较为简单的学生网络，使学生网络也能拥有较高的检测精度；通过多个教师网络的知识蒸馏融合了多尺度信息，对高速公路摄像头采集图像中近景与远景处的物体尺寸差异较大的情况有着更高的鲁棒性以及检测精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供