| 专利名称 | 一种基于深度残差学习网络的柴油车尾气烟度检测方法 | 申请号 | CN201611270457.X | 专利类型 | 发明专利 | 公开（公告）号 | CN106680281A | 公开（授权）日 | 2017.05.17 | 申请（专利权）人 | 中国科学技术大学 | 发明（设计）人 | 康宇;朱蓉蓉;李泽瑞;陈绍冯;崔艺 | 主分类号 | G01N21/85(2006.01)I | IPC主分类号 | G01N21/85(2006.01)I;G06K9/62(2006.01)I;G06N3/08(2006.01)I | 专利有效期 | 一种基于深度残差学习网络的柴油车尾气烟度检测方法 至一种基于深度残差学习网络的柴油车尾气烟度检测方法 | 法律状态 | 实质审查的生效 | 说明书摘要 | 本发明提出一种基于深度残差学习网络的柴油车尾气烟度检测方法，包括以下步骤：利用安装在道边的摄像机获取柴油车尾气图像；通过汽柴一体化机动车尾气遥测装置获取深度残差学习网络的标签值；搭建深度残差学习网络；对获取的柴油车尾气图像进行预处理，并对构造的深度残差学习网络训练、验证和测试，将得到的深度残差学习网络应用于柴油车尾气烟度的实时在线检测。相比于已有的方法，本发明的优点在于：深度残差网络可以在保证网络性能的前提下加深网络的深度，使系统具有更高的准确率和更强的泛化能力，从而提升柴油车尾气烟度检测的精确度。 |
1、源头对接，价格透明
2、平台验证，实名审核
3、合同监控，代办手续
4、专员跟进，交易保障