[發明專利]基于AI機器學習的鋼筋點數識別軟件系統在審
| 申請號： | 202010323356.4 | 申請日： | 2020-04-22 |
| 公開（公告）號： | CN111507291A | 公開（公告）日： | 2020-08-07 |
| 發明（設計）人： | 王立海 | 申請（專利權）人： | 南京煜耀智能科技有限公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 北京化育知識產權代理有限公司 11833 | 代理人： | 尹均利 |
| 地址： | 210043 江蘇省南京市江北新區智能*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 ai 機器 學習 鋼筋 點數 識別 軟件 系統 | ||
1.基于AI機器學習的鋼筋點數識別軟件系統，其特征在于，包括算法、訓練學習、數據集及拍攝識別，利用機器學習、計算機視覺等算法對大量的數據集進行多次訓練學習，訓練完成后，對現場情況進行拍照識別；
其中，所述算法采用YOLOv3單階段檢測器，所述YOLOv3骨架網絡采用ResNet50-VD。
2.根據權利要求1所述的基于AI機器學習的鋼筋點數識別軟件系統，其特征在于，所述YOLOv3單階段檢測器采用Deformable Convolution v2卷積操作。
3.根據權利要求1所述的基于AI機器學習的鋼筋點數識別軟件系統，其特征在于，所述YOLOv3單階段檢測器包括FPN，所述FPN中設置有DropBlock模塊。
4.根據權利要求1所述的基于AI機器學習的鋼筋點數識別軟件系統，其特征在于，所述YOLOv3單階段檢測器中設置有IoU Loss分支，用以提高BBox定位精度，縮小一階段和兩階段檢測網絡的差距。
5.根據權利要求1所述的基于AI機器學習的鋼筋點數識別軟件系統，其特征在于，所述數據集包括Object365數據集和coco數據集，所述Object365數據集包含60萬張圖片以及365種類別。
6.根據權利要求5所述的基于AI機器學習的鋼筋點數識別軟件系統，其特征在于，所述Object365數據集訓練得到的模型作為coco數據集上的預訓練模型。
7.根據權利要求1所述的基于AI機器學習的鋼筋點數識別軟件系統，其特征在于，所述訓練學習通過拍攝大量鋼筋樣本數據，人工標注后，通過算法提取出網絡特征，識別鋼筋特征，保存訓練后的權重。
8.根據權利要求1所述的基于AI機器學習的鋼筋點數識別軟件系統，其特征在于，所述拍攝識別通過拍照鋼筋，發送到服務器進行識別鋼筋，計算數量。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于南京煜耀智能科技有限公司，未經南京煜耀智能科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010323356.4/1.html，轉載請聲明來源鉆瓜專利網。
