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：同济大学
摘要：本发明涉及一种基于集成YOLOv5和角度纹理特征的畸形交叉口识别与特征提取方法，包括以下步骤：构建畸形交叉口定义准则；采集典型城市矢量道路网数据并构建为栅格切片数据集，根据定义准则对数据集进行标注；使用标注数据集训练多个YOLOv5主干网络，并采用加权投票法进行集成得到矢量畸形交叉口识别模型；将待检测的矢量道路网输入矢量畸形交叉口识别模型，识别得到畸形交叉口的数量、裁剪图及裁剪框信息，并计算各畸形交叉口中心经纬度坐标；使用角度纹理特征算法，识别畸形交叉口裁剪图中的道路交叉条数、夹角和偏角，构建畸形交叉口特征分布数据集。与现有技术相比，本发明实现了对大范围矢量道路网中的畸形交叉口的快速识别与定位，并能够自动提取畸形交叉口中的几何特征。
主权项：1.一种基于集成YOLOv5和角度纹理特征的畸形交叉口识别与特征提取方法，其特征在于，包括以下步骤：步骤1构建定量与定性结合的畸形交叉口定义准则；步骤2采集典型城市矢量道路网数据并构建为栅格切片数据集，根据步骤1的定义准则对数据集进行标注；步骤3使用步骤2中的标注数据集训练多个YOLOv5主干网络，并使用加权投票法对训练完成的多个主干网络进行集成，得到矢量畸形交叉口识别模型；步骤4将待检测的矢量道路网输入矢量畸形交叉口识别模型，识别得到畸形交叉口的数量、裁剪图及裁剪框信息，并计算各畸形交叉口中心经纬度坐标；步骤5使用角度纹理特征算法，识别畸形交叉口裁剪图中的道路交叉条数、夹角和偏角，构建畸形交叉口特征分布数据集。
全文数据：
权利要求：
百度查询： 同济大学 基于集成YOLOv5和角度纹理特征的畸形交叉口识别与特征提取方法
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