公开(公告)号：CN110210452A

公开(公告)日：2019-09-06

申请号：CN201910513549.3

申请日：2019-06-14

Applicant: 东北大学

Inventor： 肖冬 ,  单丰 ,  李泽 ,  黎霸俊 ,  李雪娆 ,  刘爔文

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种基于改进tiny-yolov3的矿用卡车环境下目标检测方法，包括如下步骤：S1、获取目标物图像数据；S2、对获取到的目标物图像数据进行预处理；S3、将经过预处理的目标物图像数据输入tiny-yolov3模型中，经过所述tiny-yolov3模型的处理获得目标物在图像中的像素位置坐标；其中，所述tiny-yolov3模型为经过结合残差网络结构改进后的模型，所述目标物图像数据为在俯视条件下获取的目标物图像数据。本发明提供的检测方法能够在不降低运行速度的前提下，大幅度提高目标的检测精度。

公开(公告)号：CN110969630A

公开(公告)日：2020-04-07

申请号：CN201911096095.0

申请日：2019-11-11

Applicant: 东北大学

Inventor： 肖冬 ,  刘爔文 ,  纪智文 ,  徐恩杰 ,  于航

IPC: G06T7/11 ,  G06T7/62 ,  G01B11/28

Abstract: 本发明涉及一种基于RDU-net网络模型的矿石大块率检测方法，包括如下步骤：S1、获取原始矿石图片数据；S2、将获取的原始矿石图片数据进行预处理，获得更易于分割的待检测矿石图片数据；S3、将待检测矿石图片数据输入基于改进的可变形卷积模块和U-net网络的RDU-net网络分割模型中，获得矿石图片分割结果；S4、根据矿石图片分割结果识别每块矿石的面积，以此求得原始矿石图片内矿石大块率。本发明提供的检测方法，效率高、成本低、且精度较高。