[发明专利]基于AI机器学习的钢筋点数识别软件系统在审
| 申请号： | 202010323356.4 | 申请日： | 2020-04-22 |
| 公开（公告）号： | CN111507291A | 公开（公告）日： | 2020-08-07 |
| 发明（设计）人： | 王立海 | 申请（专利权）人： | 南京煜耀智能科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 北京化育知识产权代理有限公司 11833 | 代理人： | 尹均利 |
| 地址： | 210043 江苏省南京市江北新区智能*** | 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： | |||
| 搜索关键词： | 基于 ai 机器 学习 钢筋 点数 识别 软件 系统 | ||
1.基于AI机器学习的钢筋点数识别软件系统，其特征在于，包括算法、训练学习、数据集及拍摄识别，利用机器学习、计算机视觉等算法对大量的数据集进行多次训练学习，训练完成后，对现场情况进行拍照识别；
其中，所述算法采用YOLOv3单阶段检测器，所述YOLOv3骨架网络采用ResNet50-VD。
2.根据权利要求1所述的基于AI机器学习的钢筋点数识别软件系统，其特征在于，所述YOLOv3单阶段检测器采用Deformable Convolution v2卷积操作。
3.根据权利要求1所述的基于AI机器学习的钢筋点数识别软件系统，其特征在于，所述YOLOv3单阶段检测器包括FPN，所述FPN中设置有DropBlock模块。
4.根据权利要求1所述的基于AI机器学习的钢筋点数识别软件系统，其特征在于，所述YOLOv3单阶段检测器中设置有IoU Loss分支，用以提高BBox定位精度，缩小一阶段和两阶段检测网络的差距。
5.根据权利要求1所述的基于AI机器学习的钢筋点数识别软件系统，其特征在于，所述数据集包括Object365数据集和coco数据集，所述Object365数据集包含60万张图片以及365种类别。
6.根据权利要求5所述的基于AI机器学习的钢筋点数识别软件系统，其特征在于，所述Object365数据集训练得到的模型作为coco数据集上的预训练模型。
7.根据权利要求1所述的基于AI机器学习的钢筋点数识别软件系统，其特征在于，所述训练学习通过拍摄大量钢筋样本数据，人工标注后，通过算法提取出网络特征，识别钢筋特征，保存训练后的权重。
8.根据权利要求1所述的基于AI机器学习的钢筋点数识别软件系统，其特征在于，所述拍摄识别通过拍照钢筋，发送到服务器进行识别钢筋，计算数量。
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煜耀智能科技有限公司，未经南京煜耀智能科技有限公司许可，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/pat/books/202010323356.4/1.html，转载请声明来源钻瓜专利网。
