龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：杭州电子科技大学
摘要：本发明公开了一种基于深度网络回归的油位表读数方法，包括：步骤S1：获取油位表的图像数据作为样本图像；步骤S2：建立深度神经网络模型；步骤S3：对模型进行训练，首先，在输入训练样本的时候对两类样本进行混合，一部分是完整图样本，用来预测油位表位置大小，另一部分是根据油位表信息生成的截图，用于预测液位面高度位置；然后，使用交叉训练方式，即混合两种尺度图像作为输入，若输入大尺度图像，则使用网络的第一和第二分支的输出作为预测结果，使用油位表位置作为真值计算损失；若输入小尺度图像，则使用网络的第三分支输出作为预测结果，利用液位面高度计算损失；步骤S4：将工业油位表监控摄像头采集的图像输入训练好的模型进行预测。
主权项：1.一种基于深度网络回归的油位表读数方法，其特征在于，具体包括以下步骤：步骤S1：获取油位表的图像数据作为样本图像，并对样本图像进行标注得到训练用的标签数据；其中，得到两类样本标注信息，即预测油位表和液位面两个标签的信息；步骤S2：建立深度神经网络模型，该模型结构采用GoogleNet为主干网络，且该模型输出三个分支，其中，第一分支用于油位表概率预测，第二分支用于油位表位置大小回归预测，第三分支用于液位面高度位置回归预测；步骤S3：对步骤S2建立的模型进行训练，其中，为了让一个网络同时能预测油位表和液位面高度，首先，在输入训练样本的时候对两类样本进行混合，一部分是完整图样本，用来预测油位表位置大小，另一部分是根据油位表信息生成的截图，用于预测液位面高度位置；然后，使用交叉训练方式，即混合两种尺度图像作为输入，若输入大尺度图像，则使用网络的第一和第二分支的输出作为预测结果，使用油位表位置作为真值计算损失；若输入小尺度图像，则使用网络的第三分支输出作为预测结果，利用液位面高度计算损失；步骤S4：将工业油位表监控摄像头采集的图像输入训练好的模型进行预测，得出油位表在图像中的位置和大小，以及用油位表截图来预测液位面高度位置坐标。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 一种基于深度网络回归的油位表读数方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号