合肥市正茂科技有限公司专利技术

合肥市正茂科技有限公司共有39项专利

  • 本发明提供一种低照度车辆图像检测模型的训练方法、装置、设备及介质,所述训练方法包括:获取预设环境下车辆的图像数据集;对所述图像数据集进行预处理,以生成训练数据集;构建初始车辆图像检测模型,并配置所述初始车辆图像检测模型的优化器和损失函数...
  • 本发明提供了一种车辆检测模型的训练方法,包括:获取待训练图像集和对应的带标签图像集;将待训练图像集输入初始无锚框检测网络模型中依次进行特征提取处理、注意力融合处理、目标预测处理、对齐修正处理以及优化处理,生成多个中间预测框图像;根据带标...
  • 本发明提供了一种车辆改装检测模型的训练方法,包括:获取待训练样本集和带标签图像集;获取初始深度卷积网络模型,并将所述待训练样本集输入所述初始深度卷积网络模型中进行特征提取处理,生成多尺度特征图像集;对所述多尺度特征图像集依次进行双分支注...
  • 本发明提供一种小样本语义分割模型的训练方法、装置、设备及介质,所述训练方法包括:获取图像数据集,所述图像数据集中包括多个支持图像和多个查询图像;基于自相关先验引导及自增强特征融合网络结构,构建初始小样本语义分割模型;对所述图像数据集进行...
  • 本发明提供了一种车道图像分割模型的训练方法,包括:获取待训练图像集,待训练图像集包括样本图像集和对应的带标签图像集;获取初始语义分割网络模型,并对对初始语义分割网络模型内的自注意力机制进行优化处理,生成中间语义分割网络模型;将待训练图像...
  • 本发明提供一种模糊图像清晰化模型的训练方法、装置、设备及介质,方法包括获取拍摄场景的多个图像样本;对多个图像样本进行分类,以获取清晰图像和模糊图像;对多个清晰图像和多个模糊图像进行数据划分,以获取图像样本的训练数据、验证数据;以及将训练...
  • 本发明提供一种车道线识别模型的训练方法及装置,所述方法包括:获取交通场景的车道线图片并进行预处理,以保存为样本图像数据;对所有的所述样本图像数据进行标注处理,以生成训练图像数据集;构建网络编码器与网络解码器,以生成初始车道线识别模型,其...
  • 本发明提供一种车辆图像采集方法及计算机可读储存介质,该车辆图像采集方法包括:图像采集步骤,使用图像采集装置采集同一车辆通过图像采集装置视野内的连续多帧通过图像;图像拼接步骤,将多帧通过图像进行图像拼接得到车辆的完整侧身图;图像识别步骤,...
  • 本发明提供一种路桥过车检测模型的训练方法,包括:获取图像数据集;对样本图像数据集进行标记处理,生成标签图像数据集;对所述标签图像数据集和所述测试图像数据集进行处理,生成训练图像数据集和目标测试图像数据集;对初始路桥过车检测模型进行优化处...
  • 本发明提供一种路桥过车检测模型的训练方法,包括:获取图像数据集;对样本图像数据集进行标记处理,生成标签图像数据集;对所述标签图像数据集和所述测试图像数据集进行处理,生成训练图像数据集和目标测试图像数据集;对初始路桥过车检测模型进行优化处...
  • 本发明提供了一种遮挡图像识别模型的训练方法、装置、设备及介质,所述遮挡图像识别模型的训练方法包括:获取待识别车辆的图像并进行预处理,获取预处理图像;获取初始遮挡图像识别模型,并在所述初始遮挡图像识别模型的编码器中设置掩码感知模块和多头注...
  • 本发明提供一种车辆改装识别模型的训练方法、装置、设备及介质,包括:获取图像数据集,其中,所述图像数据集包括训练图像集、测试图像集以及验证图像集;对所述图像数据集进行处理,生成对应的损失函数集;根据所述损失函数集对初始车辆改装识别模型进行...
  • 本实用新型提供一种摄像头支架以及路面车辆的视觉测量系统,摄像头支架包括固定于安装位置的底座以及安装于摄像头上的安装架,底座具有内球冠,安装架具有与内球冠接触配合的外球面;内球冠大于一个半球面,内球冠上设置有锁止装置。外球面上沿摄像头设置...
  • 本发明公开了一种基于深度神经网络和特征融合的货车重识别方法,包括获取货车图片,并划分后进行图片空间和尺寸大小的预处理和标准化;基于深度卷积神经网络和预处理后的图片,构建深度卷积神经网络模型并和设置的损失函数进行训练;根据已训练好的深度卷...
  • 本发明公开了一种基于神经网络的货车图片编辑方法、存储介质及设备,包括采集货车图片,并对货车图片数据进行预处理和标准化;构建卷积神经网络模型并设定损失函数,并对卷积神经网络模型进行训练和测试;构建特征提取器提取货车图片特征,采用一对多的空...
  • 本发明公开了一种基于深度极化哈希的分层车辆图像检索方法,包括获取车辆图像数据集并进行预处理;搭建分层极化网络模型,进行极化损失函数和优化器的配置,并导入车辆图像数据集进行特征学习和哈希函数学习的训练;利用训练好的分层极化网络模型提取数据...
  • 本发明公开了一种基于去冗余多阶混合训练的半监督车辆分类方法,包括获取车辆图片的数据集并分类,得到训练集和测试集;对训练图片和测试图片通过搭建的深度神经网络提取每张图片的特征信息,再利用KNN算法对每张图片的特征信息进行计算,得到图结构;...
  • 本发明公开了一种基于双层注意力网络的货车图片重识别方法,包括获取货车图片,并对货车图片进行标准化,构建货车图片的训练集;基于双层注意力网络对训练集中货车图片进行提取,得到货车图片的图像特征;再根据所述训练集的训练图片对构建的重识别网络模...
  • 本申请提供一种视觉辅助车辆动态称重方法与称重系统,其中的视觉辅助车辆动态称重方法获取轴重与速度以及触发时和/或触发前一定时间的过车图片;然后计算间隔长度、目标车辆与后方车辆的目标框的交并比,综合计算结果判定是否存在跟车情况,并根据跟车情...
  • 本发明公开了一种车辆载荷及特征监测系统及方法,包括动态称重模块,包括用于的车辆自动衡器,以及用于感应车辆的地感线圈;特征捕捉模块,包括抓拍相机组件,以及激光雷达组件;车辆轮廓识别模块,用于对车辆轮廓进行识别,确定车辆类型并反馈;数据传输...