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：西北工业大学
摘要：本发明公开了一种基于YOLOv7的城镇地区烟筒和冷凝塔的自动识别方法，通过QGIS获取OpenStreetMap地图矢量数据，Overpassquery查询方法获取公开烟囱和冷凝塔站点数据，以站点为中心构建方形缓冲区，利用方形缓冲区通过GoogleEarth下载对应卫星影像，使用labelImg工具进行人工标注；将标注的图像数据进行数据增强、扩充数据集，得到数据集，然后将数据集分成训练集和测试集；采用EnlightenGAN模型对训练集低光图像增强；构建改进的YOLOv7网络模型；用改进的YOLOv7网络模型对数据集进行训练、测试，获得城镇地区烟筒和冷凝塔自动识别模型；将测试的卫星图像输入模型进行识别。本发明基于改进的YOLOv7模型，结合EnlightenGAN方法实现在被遮挡、光照弱等复杂场景下城镇区域烟筒和冷凝塔高精度识别。
主权项：1.一种基于YOLOv7的城镇地区烟筒和冷凝塔的自动识别方法，其特征在于，包括如下步骤：步骤1：通过QGIS获取OpenStreetMap地图矢量数据，Overpassquery查询方法获取公开烟囱和冷凝塔站点数据，以站点为中心构建半径为D的圆形缓冲区，采用外接多边形构建方形缓冲区，利用方形缓冲区通过GoogleEarth下载对应卫星影像，并使用LabelImg工具软件对的卫星图像数据进行人工标注；步骤2：将标注的卫星图像数据进行数据增强、数据扩充，之后数据集进行训练集和测试集划分。步骤3：采用EnlightenGAN模型对训练集进行图像增强，突出显示影像中烟囱和冷凝塔特征；步骤4：对YOLOv7模型做如下改进，构建改进YOLOv7网络模型；采用RefConv替换YOLOv7模型中的卷积；在特征提取层中添加CBAM注意力模块；损失函数采用WIoU损失函数；步骤5：利用改进YOLOv7网络模型对数据集进行训练、测试，获得城镇地区烟筒和冷凝塔识别模型；步骤6：将用于测试的卫星图像输入模型进行识别。
全文数据：
权利要求：
百度查询： 西北工业大学 一种基于YOLOv7的城镇地区烟筒和冷凝塔的自动识别方法
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