[发明专利]一种基于YOLO神经网络的电梯中特定目标检测方法在审
| 申请号： | 201910498446.4 | 申请日： | 2019-06-10 |
| 公开（公告）号： | CN110298265A | 公开（公告）日： | 2019-10-01 |
| 发明（设计）人： | 章国宝;华志超 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 叶涓涓 |
| 地址： | 211189 *** | 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： | 本发明提供了一种基于YOLO神经网络的电梯中特定目标检测方法，包括：采集包含特定目标的电梯轿厢图像样本；处理图像样本获得训练集和验证集，进行YOLO网络的训练；进行网络验证,使用验证集训练模型参数，优化网络；实时采集电梯轿厢待检测图像，输入YOLO模型检测电梯图像中存在的目标。本发明可以有效识别待检测目标，并且能够适应电梯轿厢的环境和背景变化，具有较高的鲁棒性，同时保证较高的检测速度和准确率。可用于检测电梯轿厢是否搭载特定物体如大型货物，自行车，宠物等，利于提前做出防范，有效提高电梯安全性。 | ||
| 搜索关键词： | 电梯轿厢 电梯 目标检测 神经网络 验证集 检测 待检测图像 背景变化 处理图像 大型货物 模型检测 实时采集 图像样本 网络验证 训练模型 样本获得 有效识别 鲁棒性 训练集 准确率 可用 宠物 网络 采集 图像 自行车 防范 优化 保证 | ||
【主权项】：
1.一种基于YOLO神经网络的电梯中特定目标检测方法，其特征在于，包括如下步骤：1)采集包含特定目标的电梯轿厢图像样本；2)处理图像样本获得训练集和验证集，进行YOLO网络的训练，包括以下步骤：2.1 调整样本图像尺寸，遍历样本图像并对其进行标注，即目标边框的坐标信息(x、y、w、h)和类别信息，并将这些样本图像划分为预训练样本集和验证样本集；2.2 将训练集输入YOLO神经网络进行预训练，通过网络中卷积和均值池化交替处理后得到其特征值数据，再由全连接层预测目标边框和目标类别概率，最后对保留的目标框进行极大抑制处理，输出最终的目标坐标和类别；3)进行网络验证，使用验证集通过梯度下降算法训练模型参数，优化网络；4)实时采集电梯轿厢待检测图像，输入YOLO模型识别图像中是否存在目标。
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东南大学，未经东南大学许可，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/201910498446.4/，转载请声明来源钻瓜专利网。
