龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：山东大学威海工业技术研究院;中国水利水电科学研究院
摘要：本发明涉及深度学习技术领域，尤其是提供了一种基于深度学习的水位线监测方法。该方法包括图像预处理与数据增强；构建特征提取与识别模型；采用BCEDiceLoss作为损失函数，优化特征提取与识别模型，得到优化后的特征提取与识别模型；图像畸变矫正与逆透视变换；对特征提取与识别模型进行训练；水位线检测与特征提取与识别模型评估。该方法利用深度学习模型对水位线图像进行分析和识别，可以自动从大量的水位线图像中学习到复杂且有效的特征，提高了水位监测的准确度和自动化度，减少了人工监测的需求，有效地支持了对水资源的保障管理和灾害预防。
主权项：1.一种基于深度学习的水位线监测方法，其特征在于，所述方法包括：步骤1、图像预处理与数据增强：对实地摄像头拍摄的水体图像进行预处理，以优化图像质量；通过随机旋转、翻转和缩放对训练集应用数据增强技术，得到第一次处理后的图像；步骤2、构建特征提取与识别模型：通过高级深度学习模型U-Net++和VGGBlock卷积块结合，得到特征提取与识别模型；步骤3、采用BCEDiceLoss作为损失函数，优化特征提取与识别模型，得到优化后的特征提取与识别模型；步骤4、图像畸变矫正与逆透视变换：利用逆透视变换和畸变矫正技术，对第一次处理后的图像进行畸变矫正和逆透视变换，得到第二次处理后的图像；步骤5、对特征提取与识别模型进行训练：通过迭代训练过程，采用梯度下降算法，使用第二次处理后的图像对特征提取与识别模型进行训练，获得训练后的特征提取与识别模型；步骤6、水位线检测与特征提取与识别模型评估：使用训练后的特征提取与识别模型进行水位线检测，并在评价指标下对特征提取与识别模型进行性能评估。
全文数据：
权利要求：
百度查询： 山东大学威海工业技术研究院 中国水利水电科学研究院 基于深度学习的水位线监测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号