基于尺度知识和深度学习的地下线缆雷达图像检测方法
公开
摘要
一种基于尺度知识和深度学习的地下线缆雷达图像检测方法，包括：S100：确定雷达图像中地下线缆的尺度大小；S200：根据尺度大小计算高斯核模板；S300：将高斯核模板嵌入卷积神经网络框架，用计算得到的模板参数值为卷积神经网中第一个大于1×1的卷积核赋值；S400：锁定第一卷积层的参数，保持该层的参数不变；S500：利用训练数据调整网络模型中的其他参数，直到获得损失函数最小时的最低解；S600：将测试数据集代入训练得到的模型中，验证模型的性能，重复步骤S500‑S600，直到达到预设训练结束条件；S700：确定测试数据集上检测精度最高的模型参数为最终结果。本发明减小需要求取的参数量，降低对训练数据量的需求。
基本信息
专利标题 ：
基于尺度知识和深度学习的地下线缆雷达图像检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114581712A
申请号 ：
CN202210215287.4
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-07
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
周东国汪滨波
申请人 ：
无锡科若斯科技有限公司
申请人地址 ：
江苏省无锡市惠山区惠山大道88号明都大厦1-2205
代理机构 ：
北京汇泽知识产权代理有限公司
代理人 ：
吴静
优先权 ：
CN202210215287.4
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08 G01S7/41 G01S13/89
法律状态
2022-06-03 ：
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
