公开(公告)号：CN119741730A

公开(公告)日：2025-04-01

申请号：CN202411596605.1

申请日：2024-11-11

Applicant: 淮阴工学院

Inventor： 杨彬莹 ,  刘步实 ,  陈伯伦 ,  孟宪淳 ,  田轩宁 ,  单栋珏 ,  毛嘉伟 ,  曹宵 ,  张慧娴

IPC: G06V40/10 ,  G06V10/82 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种基于DiverseC2f和LDConv特征提取的害虫检测方法和系统，方法包括：收集包含害虫目标的图片，制作数据集，并将数据集划分为训练集、测试集和验证集；基于YOLOv8网络进行改进，建立害虫检测模型；所述改进包括，将YOLOv8网络中的C2f模块替换为DiverseC2f模块，用于通过融合多样的分支结构增强了卷积层的特征表达；在YOLOv8网络的CBS模块替换为LDConv特征提取模，用于完成不规则卷积特征提取过程；使用训练集和测试集对所述害虫检测模型进行训练，利用训练好的害虫检测模型检测害虫目标；本发明能够在增强的特征表达能力的同时高效地进行特征提取，使模型适应于害虫的不同形态和姿态，从而提高检测的鲁棒性，提升了对害虫的识别准确度和精度。

公开(公告)号：CN118298295A

公开(公告)日：2024-07-05

申请号：CN202410270692.5

申请日：2024-03-11

Applicant: 淮阴工学院

Inventor： 朱文婕 ,  刘步实 ,  王凌 ,  陈伯伦 ,  孟宪淳 ,  常恺露 ,  王珊珊 ,  赵月 ,  于翠莹

IPC: G06V20/10 ,  G06V10/22 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于MCF和跨阶段链路聚合的军舰检测方法及系统，该方法首先建立军舰检测模型，利用训练好的所述军舰检测模型检测军舰目标；所述军舰检测模型为在YOLOV8n网络中集成MCF模块和跨阶段链路聚合网络；MCF模块用于进行感受野扩张的特征提取，使用了不同的卷积步长的深度可分离卷积；跨阶段链路聚合网络用于将来自不同阶段的特征进行融合和加权，将浅层网络中大尺寸特征图映射到模型的颈部可以获得多尺度信息；本发明能够在减少模型参数量的同时扩大感受野病害获得更多尺度信息，提高了小目标的识别率，提高了军舰检测的精度。

公开(公告)号：CN118096707A

公开(公告)日：2024-05-28

申请号：CN202410279780.1

申请日：2024-03-12

Applicant: 淮阴工学院 ,  淮安市第二人民医院

Inventor： 王凌 ,  陈伯伦 ,  万晶晶 ,  刘步实 ,  孟宪淳

IPC: G06T7/00 ,  G06T3/4038 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于MCHPAN的胃肠镜息肉检测方法、装置及介质，所述方法首先构建基础息肉检测数据集，其次构建基于MCHPAN的胃肠镜息肉检测模型，模型由SGA、HAI、CGFI三个重要结构组成，SGA通过对不同尺度信息的聚合，使网络更全面地理解息肉特征，提高了对多尺度息肉目标的适应能力；HAI在不同网络层次上引导关注重要目标，增强了网络定位的准确性，有助于捕捉息肉结构的细微差异；CGFI提升了模型通道特征的表达能力，使网络更灵活适应不同息肉目标特征；使用训练好的模型完成息肉检测任务。本发明提升了模型通道特征的表达能力，使网络更灵活适应不同目标特征；能够提高息肉检测性能，为临床胃肠镜检查降低息肉的误诊率。

公开(公告)号：CN117333820A

公开(公告)日：2024-01-02

申请号：CN202311304989.0

申请日：2023-10-09

Applicant: 淮阴工学院

Inventor： 陈伯伦 ,  王凌 ,  刘步实 ,  王珊珊 ,  赵月 ,  于翠莹 ,  朱文婕 ,  常恺露 ,  孟宪淳

IPC: G06V20/52 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种用于危化品车辆检测的改进YOLOv7‑tiny方法，将全局响应归一化加入到传统的卷积模块中，放置在SiLU激活函数的后面，使模型能够关注到图片或视频中任意位置的危化品车辆，设计通道特征增强的快速空间金字塔池化模块，将空间金字塔池化模块中三个关键的池化操作由并行结构改为串行节后，减小池化核尺寸大小以降低时间复杂度，同时以残差的方式连接压缩激励模块，从而抑制相对无用的特征并且更加关注重要特征，设计大目标路径聚合网络，将主干网络中不同尺寸的特征图以上采样的方式拼接到模型的颈部，使得深层网络中大目标的特征信息更加丰富，预测头能够更加准确地预测危化品车辆目标，三方面相结合，显著的提高了危化品车辆检测平均精度。

公开(公告)号：CN118298277A

公开(公告)日：2024-07-05

申请号：CN202410408189.1

申请日：2024-04-07

Applicant: 淮阴工学院

Inventor： 孟宪淳 ,  刘步实 ,  陈伯伦 ,  王凌 ,  徐阳 ,  朱文婕 ,  常恺露 ,  王姗姗 ,  周毅 ,  马甲林

IPC: G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种MSCM卷积神经网络检测方法。包括建立MSCM模块，MSCM模块包括多个顺次相接的卷积层，多个卷积层依次排列为第一卷积层和多个次卷积层；在MSCM模块内部交互时，第一卷积层的输入来自第一CBS块，每个次卷积层的输入来自上一卷积层，全部卷积层的输出合并后输入第二CBS块；在MSCM模块与外部交互时，由第一CBS块接收输入图像，由第二CBS块产生输出图像；基于YOLO算法将MSCM模块、辅助检测头结合建立检测模型，待检测图像经过所述检测模型处理后，识别出检测目标；其中，检测模型依次包括骨干网络、颈部网络和头部网络；若干个MSCM模块分布于骨干网络与颈部网络中；若干个辅助检测头分布于头部网络中。本发明具有鲁棒性强、准确性高、结构简单的特点。

公开(公告)号：CN118038555A

公开(公告)日：2024-05-14

申请号：CN202410226816.X

申请日：2024-02-29

Applicant: 淮阴工学院

Inventor： 于翠莹 ,  陈伯伦 ,  刘步实 ,  赵月 ,  王珊珊 ,  王凌 ,  李哲 ,  刘晓娈 ,  常恺露 ,  朱文婕 ,  杭专正 ,  侯延东 ,  孟宪淳

IPC: G06V40/20 ,  G06V20/52 ,  G06V10/82 ,  G06V10/774 ,  G06V10/25 ,  G06V10/80 ,  G06V10/764 ,  G06V10/766 ,  G06V10/52 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/08

Abstract: 本发明公开了一种基于改进YOLOv8的化工企业人员的危险行为检测方法，采用数据增强方法对自制危险行为数据集进行增强，并将数据集划分为训练集，测试集和验证集；构建基于改进YOLOv8的危险行为检测模型，在YOLOv8模型的主干和颈部部分引入通过组内点卷积残差模块IPCR和增强自适应层聚合模块EALA构成的CSP_EALA模块；在颈部引入组内点卷积空间金字塔池化IPSPP模块替换原始YOLOv8网络的SPPF模块；在Neck部分引入双卷积挤压激励网络；将训练集输入到危险行为检测模型进行训练；将待检测的危险行为图片输入训练后的危险行为检测模型，输出最终检测结果。本发明相较于原YOLOv8模型检测精度有所提升，有效提高了模型的检测效果、鲁棒性和泛化性能，为化工业领域的危险行为检测提供了有力支持。

公开(公告)号：CN119723323A

公开(公告)日：2025-03-28

申请号：CN202411566771.7

申请日：2024-11-05

Applicant: 淮阴工学院

Inventor： 杨彬莹 ,  刘步实 ,  陈伯伦 ,  常恺露 ,  田轩宁 ,  单栋珏 ,  朱文婕 ,  孟宪淳

IPC: G06V20/10 ,  G06V20/70 ,  G06V10/774 ,  G06V10/82 ,  G06V10/52 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了一种水稻病虫害检测方法及系统，将获取的水稻图片输入到训练好的检测模型中，得到水稻图片中水稻病虫害的类别信息和位置信息；检测模型为YOLOv8n模型，利用Optimize SPPF模块替换YOLOv8n中的SPPF模块，利用C2f‑faster模块替换YOLOv8n中的C2f模块；所述Optimize SPPF为在SPPF模块的第二个池化层后连接卷积单元，与SPPF模块的输出融合后得到Optimize SPPF模块的输出；所述C2f‑faster模块为将C2f模块的Bottleneck替换为FasterNet模块。本发明能够更大范围感知周围目标，减少计算冗余和内存访问的同时进行多尺度的特征融合，通过高性能的神经网络来捕获水稻病虫害图像中的重要信息。

公开(公告)号：CN119494827A

公开(公告)日：2025-02-21

申请号：CN202411565413.4

申请日：2024-11-05

Applicant: 淮阴工学院 ,  淮安市第二人民医院

Inventor： 朱文婕 ,  万晶晶 ,  刘步实 ,  陈伯伦 ,  常恺露 ,  孟宪淳 ,  华晴烨 ,  宋子杰 ,  杨彬莹

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/776 ,  G06V10/80 ,  G06V10/82 ,  G06V20/70 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于DFIB和多层聚合网络的直肠息肉检测方法、系统、设备及存储介质，方法包括：制作包含直肠息肉目标的图片数据集，对数据集进行标注，并将数据集划分为训练集、测试集和验证集；基于YOLOv8网络进行改进，构建直肠息肉检测模型；所述改进包括，将YOLOv8网络中的C2f模块替换为DFIB模块，用于提取感受野扩张的特征；在YOLOV8n网络颈部应用多层聚合网络，用于融合和加权不同阶段的特征；对直肠息肉检测模型进行训练，利用训练好的直肠息肉检测模型检测目标直肠息肉合；本发明的检测方法能够更全面地捕捉息肉的关键特征，提高息肉检测的准确性和鲁棒性。

公开(公告)号：CN118038383A

公开(公告)日：2024-05-14

申请号：CN202410226812.1

申请日：2024-02-29

Applicant: 淮阴工学院

Inventor： 常恺露 ,  王凌 ,  陈伯伦 ,  刘步实 ,  朱文婕 ,  孟宪淳 ,  赵月 ,  王珊珊 ,  于翠莹

IPC: G06V20/54 ,  G06V10/774 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于CSSN结构和ESPPF的危化品车辆检测方法、装置及介质，所述方法包括获取交通道路场景中包含危化品各种车辆的图片，对车辆进行标注划分；在YOLOv8的基础上引入CSSN结构和ESPPF模块构建成危化品车辆检测模型搭建模型；其中CSSN结构是将骨干网络中的特征提取模块经过多次上采样以及跨阶段链接拼接到颈部网络中，综合利用不同阶段的特征信息，形成具有丰富语义信息的特征图；ESPPF模块指优化型的快速空间金字塔池化模块，提取更加丰富的危化品车辆的特征信息，增强对不同尺度目标的检测能力；使用制作好的数据集训练模型，得到训练结果，使用最佳的训练权重完成危化品车辆的检测任务。本发明以极少的模型参数量，实现了良好的危化品车辆检测效果。

公开(公告)号：CN117788428A

公开(公告)日：2024-03-29

申请号：CN202311830395.3

申请日：2023-12-28

Applicant: 淮阴工学院

Inventor： 赵月 ,  陈伯伦 ,  刘步实 ,  王凌 ,  于翠莹 ,  常恺露 ,  朱文婕 ,  孟宪淳

IPC: G06T7/00 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G01N21/88 ,  G01M13/04

Abstract: 本发明公开了一种基于改进的YOLOv8实时轴承缺陷检测方法，包括以下步骤：(1)获取轴承缺陷数据集，划分训练集、验证集和测试集；并进行数据预处理；(2)利用通道削减网络CAN替换YOLOv8原C2f结构；利用CPPSPPF结构替换YOLOv8原SPPF结构，然后进行特征提取和特征融合；(3)使用训练集训练改进的YOLOv8模型，YOLOv8模型将输入数据映射到输出空间，产生预测结果；(4)在测试集上评估训练好的模型的性能；本发明提升了实时检测的效率。