一种基于改进型YOLOv4算法的煤矸检测方法

发明专利有效专利

申请号：
CN202211117363.4
IPC分类号：G06T7/00;G06V10/762;G06V10/80;G06N3/04;G06N3/08
申请日期：
2022-09-14
申请人：
河北工程大学

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	一种基于改进型YOLOv4算法的煤矸检测方法
申请号	CN202211117363.4	申请日期	2022-09-14
法律状态	公开	申报国家	中国
公开/公告日	2022-11-22	公开/公告号	CN115375672A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;V;1;0;/;7;6;2;;;G;0;6;V;1;0;/;8;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	河北工程大学	申请人地址	河北省邯郸市经济技术开发区太极路19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	河北工程大学	当前权利人	河北工程大学
发明人	刘杰辉;乔洪超;薛应芳;晋纪岩;赵海潮
代理机构	郑州立格知识产权代理有限公司	代理人	崔卫琴

摘要

本发明提出了一种基于改进型YOLOv4算法的煤矸检测方法，使用k‑means++聚类算法优化数据集，获得适合煤矸目标尺寸锚点框，优化目标框；用ghostnet轻量化模块更换YOLOv4的主干网络来简化了网络结构和提高检测速度；引入CBAM注意力模块增强面对矿井下复杂环境的特征提取能力，提高了检测精度；引入深度可分离卷积代替模型骨干网络中的33普通卷积，简化模型结构，提高了检测速度。最后对改进的YOLOv4进行训练，得到最终的网络模型。该方法有效的提升了煤矸检测的检测精度和检测速度，简化了网络模型，解决在复杂环境下小目标异物难以检测的问题。

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