一种基于深度学习的信号平面图信号机识别方法及系统
实质审查的生效
摘要
本发明提供一种基于深度学习的信号平面图信号机识别方法及系统，方法包括：获取待识别的信号平面图；采用信号机识别网络识别所述信号平面图中的信号机；所述信号机识别网络为基于YOLOv5‑s的神经网络。本发明的基于深度学习的信号平面图信号机识别方法及系统以YOLOv5‑s网络为基础，提出适合于信号平面图的Signal‑Net识别网络，能够对大分辨率图纸中的信号机目标进行精确检测。保证网络对信号机的识别精度的同时，模型参数量适中，满足在边缘计算设备上的实时运行的要求。
基本信息
专利标题 ：
一种基于深度学习的信号平面图信号机识别方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114445285A
申请号 ：
CN202111267400.5
公开（公告）日 ：
2022-05-06
申请日 ：
2021-11-08
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王腾飞徐宗奇李智宇刘志明邓杨王峰方晓君焦志全欧阳圣平毛伟栋徐立涛
申请人 ：
北京全路通信信号研究设计院集团有限公司
申请人地址 ：
北京市丰台区丰台科技园汽车博物馆南路1号院B座7层
代理机构 ：
北京知联天下知识产权代理事务所(普通合伙)
代理人 ：
韩艺珠
优先权 ：
CN202111267400.5
主分类号 ：
G06T5/00
IPC分类号 ：
G06T5/00 G06T5/20 G06T7/11 G06N3/08 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
法律状态
2022-05-24 ：
实质审查的生效
IPC(主分类) : G06T 5/00
申请日 : 20211108
申请日 : 20211108
2022-05-06 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
