首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种婴儿哭闹的检测方法 

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:上海放放智能科技有限公司

摘要:本发明公开了一种婴儿哭闹的检测方法,数据准备:收集若干个婴儿哭闹和不哭闹的图像数据;模型训练:将数据集划分为训练集和验证集,采用70%的数据作为训练集,30%的数据作为验证集;使用改进的YOLOv5作为模型框架,结合训练集数据进行模型训练;使用深度学习框架来实现训练过程;在训练过程中,采用训练技巧,来提高模型的准确性和鲁棒性;模型评估和测试:使用测试集验证训练好的模型性能,通过计算评估指标来评估模型的性能;算法优化和部署:本发明通过数据准备、模型训练、模型评估和测试,以及算法优化和部署,可以实现对婴儿哭闹与不哭闹进行准确识别,实现及时预警,速度快,准确率高,误报率极低。

主权项:1.一种婴儿哭闹的检测方法,其特征在于:具体步骤如下:S1:数据准备:S11:收集若干个婴儿哭闹和不哭闹的图像数据;S12:使用合适的图像标注工具对这些图像进行标注,标注出婴儿头部的位置,并进行分类标签,用于指示图像是哭闹或不哭闹;S2:模型训练:S21:将数据集划分为训练集和验证集,采用70%的数据作为训练集,30%的数据作为验证集;S22:使用改进的YOLOv5作为模型框架,结合训练集数据进行模型训练;使用深度学习框架来实现训练过程;S23:在训练过程中,采用训练技巧,来提高模型的准确性和鲁棒性;S24:通过验证集评估模型性能,并根据评估结果进行模型调优,以获得更好的模型性能;S3:模型评估和测试:S31:使用测试集验证训练好的模型性能,通过计算评估指标来评估模型的性能;S32:如果模型表现不佳,通过增加训练数据、调整模型结构或重新训练来改进模型性能;S33:对模型进行实际场景的测试,通过采集新的婴儿哭闹和不哭闹图像,并使用训练好的模型进行预测和识别,观察模型在实际场景中的表现情况;S4:算法优化和部署:S41:根据实际需求,对已训练的模型进行优化,以提高模型的推理速度和性能;S42:将优化后的模型进行部署,选择将模型部署到移动设备、嵌入式系统或服务器平台,以实现实时的婴儿哭闹识别,识别出哭闹的时候系统进行自动报警。

全文数据:

权利要求:

百度查询: 上海放放智能科技有限公司 一种婴儿哭闹的检测方法

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。