摘要
本发明公开了一种钩臂式垃圾车自动吊装识别检测方法,涉及图像检测技术领域,包括:基于SD稳定扩散AI大模型扩充钩臂式垃圾车自动吊装作业过程的图像样本,得到数据集;采用扩充的数据集微调训练深度学习模型;钩臂式垃圾车利用得到的深度学习模型对吊装作业过程采集的图像进行自动检测识别。本发明通过SDM稳定扩散大模型,通过图生图、文生图等技术,对训练样本进行高质量数据集扩充,解决图像学习样本不足的问题,从而让智能吊装识别检测模型得到快速训练,有效提升泛化能力和推理准确性。另通过对YOLO神经网络进行参数微调后内置于钩臂式垃圾车控制器,实现吊装作业中根据采集图像识别检测,达到无人化吊装作业工业检测级别要求。
技术关键词
钩臂式垃圾车
识别检测方法
整车控制单元
自动泊车
残差网络
图像解码器
车身域控制器
底盘系统
智能座舱域控制器
注意力机制
训练深度学习模型
深度学习神经网络
上采样
图像编码器
转换编码器
图像嵌入
动力系统
文本
系统为您推荐了相关专利信息
遥感图像分割方法
状态空间模型
混合结构
图像分割模型
多尺度特征
钢管接头
缺陷识别方法
深度特征提取网络
多层次特征
跨模态
开集识别方法
射频指纹特征提取
识别发射机
样本
特征提取网络