首页> 中国专利> 一种基于轻量型深度卷积神经网络的高层建筑玻璃幕墙破损的全自动检测方法

一种基于轻量型深度卷积神经网络的高层建筑玻璃幕墙破损的全自动检测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明涉及一种基于轻量型深度卷积神经网络的高层建筑玻璃幕墙破损的全自动检测方法，包括构建YOLO网络，将YOLO网络中的卷积层用依次相连接的扩展卷积、逐通道卷积、逐点卷积和剪枝层进行替换，得到新卷积层，最后将替换完成的YOLO网络作为构建的第一检测网络；之后对剪枝层中的待学习参数wi进行稀疏约束以及对第一检测网络中的新卷积层进行剪枝，得到第二检测网络；最后再对第二检测网络中每个BN层的缩放因子向量进行稀疏约束和剪枝，得到第三检测网络。因此该方法在保证高准确率的前提下进一步降低模型的参数量，实现基于无人机的城市高层建筑玻璃幕墙的全自动化检测。

著录项

公开/公告号CN115565068A

专利类型发明专利
公开/公告日2023-01-03

原文格式PDF
申请/专利权人宁波大学;
展开▼

申请/专利号CN202211210404.4
发明设计人卓仁杰;沈晓涵;杨明昊;余明行;高琳琳;
展开▼

申请日2022-09-30
分类号G06V20/10;G06V20/17;G06V20/70;G06V10/82;G06N3/04;G06N3/08;
代理机构宁波诚源专利事务所有限公司;
代理人邓青玲;方宁
地址 315211 浙江省宁波市江北区风华路818号
入库时间 2023-06-19 18:11:21

法律信息

法律状态公告日

法律状态信息

法律状态
2023-01-03

公开

发明专利申请公布

相似文献

专利
中文文献
外文文献

1. 一种基于深度卷积神经网络的家具检测方法及装置 [P] . 中国专利：
2. 基于非均匀分组的多尺度轻量型深度卷积神经网络模型 [P] . 中国专利： CN111914993A . 2020-11-10
3. 一种基于轻量型卷积神经网络的农作物害虫检测方法 [P] . 中国专利： CN115100148A . 2022-09-23
4. DEEP CONVOLUTIONAL NEURAL NETWORK-BASED SUBMERGED OIL SONAR DETECTION IMAGE RECOGNITION METHOD [P] . WO2021243743A1 . 2021-12-09

机译：基于深度卷积神经网络的淹没油声纳检测图像识别方法
5. FABRIC DEFECT DETECTION METHOD BASED ON DEEP CONVOLUTIONAL NEURAL NETWORK AND VISUAL SALIENCY [P] . 世界知识产权组织专利： WO2019104767A1 . 2019-06-06

机译：基于深度卷积神经网络和可视性的织物缺陷检测方法
6. Apparatus for Drowsiness Detection based on Convolutional Neural Network and Method of Drowsiness Detection based on Convolutional Neural Network [P] . 韩国专利： KR20220046228A . 2022-04-14

机译：基于卷积神经网络的睡意检测装置和基于卷积神经网络的睡意检测方法