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：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。
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