首页> 中国专利> 双路U‑Net深度神经网络矿山井下危险行为智能分级辨识方法

双路U‑Net深度神经网络矿山井下危险行为智能分级辨识方法

摘要

本发明公开了一种双路U‑Net深度神经网络矿山井下危险行为智能分级辨识方法,包括数据获取、图像预处理、危险行为样本制作、单路网络设计及参数训练、构建双路U‑Net网络结构、图像输入模块设计、双路U‑Net网络特征提取模块设计、预警模块设计等步骤。本发明将包含危险行为的影像作为输入数据,通过U‑Net网络对其中的危险行为进行识别、分类及预警的方法,及时发现井下生产过程中出现的危险行为并发出预警,从而最大程度地避免生产事故的发生。

著录项

  • 公开/公告号CN107886081A

    专利类型发明专利

  • 公开/公告日2018-04-06

    原文格式PDF

  • 申请/专利权人 武汉理工大学;

    申请/专利号CN201711185883.8

  • 申请日2017-11-23

  • 分类号G06K9/00(20060101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构42222 武汉科皓知识产权代理事务所(特殊普通合伙);

  • 代理人魏波

  • 地址 430070 湖北省武汉市洪山区珞狮路122号

  • 入库时间 2023-06-19 04:58:04

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2018-05-01

    实质审查的生效 IPC(主分类):G06K9/00 申请日:20171123

    实质审查的生效

  • 2018-04-06

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号