公开(公告)号：CN114429573B

公开(公告)日：2024-09-06

申请号：CN202210022048.7

申请日：2022-01-10

Applicant: 华侨大学

Inventor： 杨建红 ,  蔡振兴 ,  李建涛 ,  房怀英 ,  陈伟鑫 ,  计天晨 ,  杨天成 ,  胡杨洋 ,  汪鑫 ,  黄斐智 ,  冀效胜

IPC: G06V10/774 ,  G06V10/22 ,  G06V10/46 ,  G06V20/70 ,  G06V20/10 ,  G06F16/51 ,  G06F16/55 ,  G06F16/583

Abstract: 一种基于数据增强的生活垃圾数据集生成方法，包括：将生活垃圾分作若干批次，并且分批将生活垃圾稀疏放置在传送带上；进行彩色图和高度图的图像采集；利用高度图中物体的轮廓信息和高度信息，对彩色图进行自动标注；以没有生活垃圾的纯传送带背景作为图片模板，将N个物体随机粘贴到图像模板上，生成第一批生活垃圾数据集A1；使用A1对模型进行训练；使用训练好的模型对未标注的生活垃圾数据集D进行预测；带有伪标签的数据集作为图像模板，对A1进行数据增强生成第二批生活垃圾数据集A2；合并A1和A2，形成合并生活垃圾数据集B1。本发明可以生成大量的生活垃圾数据集，快速高效地扩充生活垃圾数据集，有助于模型的训练，提高生活垃圾识别的准确率。

公开(公告)号：CN114429573A

公开(公告)日：2022-05-03

申请号：CN202210022048.7

申请日：2022-01-10

Applicant: 华侨大学

Inventor： 杨建红 ,  蔡振兴 ,  李建涛 ,  房怀英 ,  陈伟鑫 ,  计天晨 ,  杨天成 ,  胡杨洋 ,  汪鑫 ,  黄斐智 ,  冀效胜

IPC: G06V10/774 ,  G06V10/22 ,  G06V10/46 ,  G06K9/62 ,  G06V20/10 ,  G06F16/51 ,  G06F16/55 ,  G06F16/583

Abstract: 一种基于Copy‑Paste数据增强的生活垃圾数据集生成方法，具体包括：将生活垃圾分作若干批次，每一批次为相同类别，并且分批将生活垃圾稀疏放置在传送带上；使用RGB‑D采集系统对物体进行彩色图和高度图的图像采集；利用高度图中物体的轮廓信息和高度信息，对彩色图进行自动标注；以没有生活垃圾的纯传送带背景作为图片模板，通过Copy‑Paste将N个物体随机粘贴到图像模板上，N为整数，生成第一批生活垃圾数据集A1；使用第一批生活垃圾数据集A1对深度学习模型进行训练；使用训练好的深度学习模型对未标注的生活垃圾数据集D进行预测；以带有伪标签的数据集作为图像模板，对第一批生活垃圾数据集A1通过Copy‑Paste进行数据增强生成第二批生活垃圾数据集A2；合并第一批生活垃圾数据集A1和第二批生活垃圾数据集A2，形成合并生活垃圾数据集B1。本发明提出的方法可以生成大量的生活垃圾数据集，快速高效地扩充生活垃圾数据集，有助于深度学习模型的训练，提高生活垃圾识别的准确率。

公开(公告)号：CN114758184B

公开(公告)日：2022-09-06

申请号：CN202210665002.7

申请日：2022-06-14

Applicant: 福建南方路面机械股份有限公司 ,  华侨大学

Inventor： 杨建红 ,  候建强 ,  黄文景 ,  颜伟泽 ,  房怀英 ,  黄骁民 ,  张宝裕 ,  冀效胜 ,  黄斐智

IPC: G06F16/50

Abstract: 本发明公开了一种基于深度学习的渣土分类处理引导方法、装置及可读介质，涉及计算机视觉及深度学习领域，获取土场入口处采集到渣土车车厢内渣土的渣土图像，并输入经训练的图像分类模型，得到初步分类结果，根据初步分类结果生成分别对应的第一引导指令；响应于确定初步分类结果为一类土或四类土，将渣土图像输入经训练的语义分割模型，得到分割后的渣土图像并进行处理，得到处理结果，根据处理结果确定一类土或四类土的面积占比；确定渣土图像所对应的渣土的回收价值，生成渣土为一类土或四类土时为具有回收价值或不具有回收价值的第二引导指令，结合第一引导指令和第二引导指令生成最终引导指令，解决了土场渣土堆置混乱、分类难度大等问题。

公开(公告)号：CN114758184A

公开(公告)日：2022-07-15

申请号：CN202210665002.7

申请日：2022-06-14

Applicant: 福建南方路面机械股份有限公司 ,  华侨大学

Inventor： 杨建红 ,  候建强 ,  黄文景 ,  颜伟泽 ,  房怀英 ,  黄骁民 ,  张宝裕 ,  冀效胜 ,  黄斐智

IPC: G06V10/764 ,  G06V10/26 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的渣土分类处理引导方法、装置及可读介质，涉及计算机视觉及深度学习领域，获取土场入口处采集到渣土车车厢内渣土的渣土图像，并输入经训练的图像分类模型，得到初步分类结果，根据初步分类结果生成分别对应的第一引导指令；响应于确定初步分类结果为一类土或四类土，将渣土图像输入经训练的语义分割模型，得到分割后的渣土图像并进行处理，得到处理结果，根据处理结果确定一类土或四类土的面积占比；确定渣土图像所对应的渣土的回收价值，生成渣土为一类土或四类土时为具有回收价值或不具有回收价值的第二引导指令，结合第一引导指令和第二引导指令生成最终引导指令，解决了土场渣土堆置混乱、分类难度大等问题。