一种基于深度学习的电子界址点识别与定标方法
公开
摘要
本发明公开了一种基于深度学习的电子界址点识别与定标方法，包括以下步骤：采集不同环境下的电子界址点图像并制作训练集；构建CAP‑YOLOV4目标检测模型，利用训练集训练构建的模型；利用训练好的CAP‑YOLOV4目标检测模型处理双目相机实时采集到的电子界址点图像，分别确定电子界址点表面中心在左右图像中的像素坐标；根据已知双目相机在世界坐标系下的GNSS坐标、电子界址点在图像中像素坐标，确定电子界址点表面中心在世界坐标系下的坐标。本发明在YOLOV4目标检测模型的基础上，提出了CAP‑YOLOV4目标检测模型以提高对多尺度物体的检测精度。提出了电子界址点的识别和定标方法，可以实现遮蔽环境下电子界址点位置坐标的精确定标。
基本信息
专利标题 ：
一种基于深度学习的电子界址点识别与定标方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114627355A
申请号 ：
CN202210259287.4
公开（公告）日 ：
2022-06-14
申请日 ：
2022-03-16
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王庆刘鹏飞杨高朝赵天祥张欢
申请人 ：
东南大学
申请人地址 ：
江苏省南京市玄武区四牌楼2号
代理机构 ：
南京众联专利代理有限公司
代理人 ：
张天哲
优先权 ：
CN202210259287.4
主分类号 ：
G06V10/82
IPC分类号 ：
G06V10/82 G06V10/774 G06V10/764 G06T7/70 G06N3/08 G06K9/62
法律状态
2022-06-14 ：
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
