-
公开(公告)号：CN114882449A
公开(公告)日：2022-08-09
申请号：CN202210373395.4
申请日：2022-04-11
Applicant: 淮阴工学院
Abstract: 本发明公开了一种基于Car‑Det网络模型的车辆检测方法及装置，Car‑Det网络模型包括RcNet主干特征提取模块，HNet加强特征提取模块以及YoloHead目标检测模块。检测方法的具体步骤为：将待检测的图像或视频输入到特征提取模块中得到图像的多尺度特征，将所得的多尺度特征统一为中间尺度后，计算它们的平均特征，并通过空间通道注意力模块对特征进行加强，最后将其叠加到原本多尺度特征的每一层，使用YoloHead目标检测模块定位图中的目标物体。本发明通过使用深度可分离卷积，通道注意力机制以及残差思想构建主干网络，大幅减少参数量，通过HNet加强特征提取模块和YoloHead目标检测模块提高了检测目标的准确率。
-
公开(公告)号：CN114742805A
公开(公告)日：2022-07-12
申请号：CN202210427178.9
申请日：2022-04-22
Applicant: 淮阴工学院 , 卓弢机器人盐城有限公司
Abstract: 本发明公开了一种蘑菇图像数据采集预处理方法、装置及存储介质，其中方法通过控制图像采集装置从苗床的一端匀速移动至另外一端，采集获得一定数量的蘑菇图像，并对蘑菇图像进行霍夫找圆，识别蘑菇的类圆形的菌盖。并通过计算找出的圆心与对应的蘑菇菌盖边缘识别的边缘点集中各点的平均距离D，以及圆心与边缘点集各点的距离与平均距离的平均偏差S，获得找出的圆与蘑菇轮廓的拟合度剔除拟合度不在设定阈值内的圆，以排除由于过拟合而产生的实际不存在的圆，提高找圆的准确度，从而提高了对蘑菇的圆形菌盖识别轮廓标引的准确度，将预处理后的图像数据打包存储于存储介质中，便于后续算法模型训练建立使用，节约时间、人力和物力。
-
公开(公告)号：CN113343778B
公开(公告)日：2022-02-11
申请号：CN202110527595.6
申请日：2021-05-14
Applicant: 淮阴工学院
Abstract: 本发明公开了一种基于LaneSegNet的车道线检测方法及系统。本发明首先对图像进行多边形填充，得到一块ROI区域，然后将ROI区域图像输入到训练好的LaneSegNet网络模型，得到含有车道线的二值图像，再使用DBSCAN算法对车道线像素点坐标进行聚类并进行多项式拟合，将拟合后的车道线显示到原图上。所构建的LaneSegNet网络模型包括编码模块、解码模块、增强感受野模块和增强特征模块的网络架构。本发明通过使用并行空洞卷积模块增大了网络感受野，通过使用增强特征模块去除与当前任务无关的特征信息，并采用了非对称卷积构建特征提取网络，减少网络参数。本发明的准确率达到98.62％，可用于检测高速公路上的车道线，且具有较好的鲁棒性和实时性。
-
公开(公告)号：CN107239754B
公开(公告)日：2019-10-29
申请号：CN201710368090.3
申请日：2017-05-23
Applicant: 淮阴工学院
Abstract: 本发明公开了一种基于稀疏取样灰度分布和梯度分布特征的车标识别方法，包括：在车牌上方选取一个区域，作为车标识别的感兴趣区域；采用随机均匀稀疏采样方法对样本图像进行采样，并将所有的采样点随机配对，划分成邻近点对集和非邻近点对集，对两类不同的点对集采用不同的方法进行特征提取，建立特征库；设定一可缩放的窗口，在待测的感兴趣区域内进行扫描，对当前窗口位置上，窗口大小的图像进行特征提取，并与准备好的特征库进行对比，最终确定车标类型。与现有技术相比，本发明方法将定位和识别有机的结合在一起，降低了中间过程的误差，提高了识别率，对于噪声大、质量差、像素低的图片也有较高的识别率。
-
公开(公告)号：CN119516575A
公开(公告)日：2025-02-25
申请号：CN202310874956.3
申请日：2023-07-17
Applicant: 淮阴工学院
IPC: G06V40/10 , G06V10/25 , G06V10/82 , G06V20/62 , G06V10/40 , G06V10/26 , G06V20/40 , G06F17/18 , G06N3/0464 , G06N3/045 , G06N3/048 , G06N3/08 , G06N3/044 , A01K29/00 , A01K11/00 , G01J5/48 , G01J5/00
Abstract: 本发明提供了一种基于可见光和红外热成像视频的猪只体温检测系统及检测方法，包括主控模块、猪只身份识别模块、猪只温度检测模块、预警模块、处理器、系统后台、无线通讯模块、显示模块和辅助识别装置，主控模块用于获取猪只身份识别模块和猪只温度检测模块的信息，并将其通过无线通讯模块传输至系统后台；处理器调取系统后台中的猪舍图像采用YOLOV7‑tiny算法识别猪只并采用端到端多方向文字的检测和识别算法FOTS解析猪只编码，同时调取猪只温度视频根据猪舍图像采集时间截取对应温度图，解析编码猪只温度，同时对检测到的高温猪只进行追踪检测利用预警模块进行预警，实现对大量的猪只进行快速而准确的体温监测，提高了检测效率，降低了人工成本。
-
Patent Agency Ranking
公开(公告)号：CN116030348B
公开(公告)日：2024-10-25
申请号：CN202310033251.9
申请日：2023-01-10
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06V20/70 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种基于LS‑YOLOv5网络的绿豆叶斑病病斑检测方法及装置，使用labelimg标注工具对预先获取的原始叶片图像进行标注；采用Mosaic数据增强算法对原始叶片图像进行数据预处理；并划分为训练集、验证集和测试集；构建LS‑YOLOv5叶斑病检测网络，其中的Backbone中均使用B‑CSP模块；Backbone中的最后一个CBL模块后面添加D‑SPP模块；Backbone中的D‑SPP模块前添加ECA注意力模块；Neck搭建方式采用原YOLOv5算法模型相同的方式搭建；训练LS‑YOLOv5叶斑病检测网络，将经过预处理后的叶斑病训练集通过搭建好的LS‑YOLOv5叶斑病检测网络，获得用于叶斑病检测的LS‑YOLOv5模型预训练权重；将待检测叶斑病图片输入最优权重模型进行叶斑病检测。本发明可用于绿豆叶斑病检测，网络体积小，检测效率高，具有较好的鲁棒性与广泛的应用价值。
-
公开(公告)号：CN118645020A
公开(公告)日：2024-09-13
申请号：CN202410678106.0
申请日：2024-05-29
Applicant: 淮阴工学院
IPC: G09B5/06 , A63H33/30 , H04N23/60 , G06V10/764 , G06V40/20 , G06Q50/20 , G06Q10/0639
Abstract: 本发明公开了一种用于引导儿童学习垃圾分类的益智玩具，包括：垃圾桶主体、模拟垃圾袋以及引导设备，垃圾桶主体通过隔板分为若干隔间，每个所述隔间上配合设置有箱盖，引导设备包括：主控机台、显示控制屏以及识别台；主控机台内设置有控制单元、感应系统、显示与反馈系统以及打包模拟系统；感应系统包括：超声波传感器、压力传感器以及红外线传感器；显示与反馈系统与感应系统通信连接，感应系统中识别出的垃圾信息信号发送至显示与反馈系统内并通过显示控制屏显示；显示屏的下方设置有一摄像头，摄像头终端设置打包模拟系统，打包模拟系统包括动作捕捉模块以及图像识别模块。
-
公开(公告)号：CN118470413A
公开(公告)日：2024-08-09
申请号：CN202410607710.4
申请日：2024-05-16
Applicant: 淮阴工学院
IPC: G06V10/764 , G06N3/0464 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/774 , G06N3/08 , G06V10/776 , G06V10/74
Abstract: 本发明公开了一种基于UpCPFNet模型的芒果分级识别方法，首先将预先获取的芒果数据进行人工标注并制作成数据集，再对数据集进行预处理；构建包括初步特征提取模块Stem、六个ReHRSE模块、三个UpCFP模块、一个DoDB模块的基于UpCPFNet模型的芒果分级识别网络；对ReHRSE模块进行堆叠加深网络层数，使用UpCFP模块进行下采样丰富特征信息，使用DoDB模块对得到的深层网络特征和浅层网络特征在不同尺度上进行全局特征聚集和融合；最后通过全连接层输出分类。本发明使用深层网络的信息特征分别对局部特征进行特征融合，同时在不同尺度上的特征融合有助于集中局部特征信息，提高级别图像数据相似性的有效辨别，具有很大的实际运用价值，在农作物级别识别领域具有较大的前景。
-
公开(公告)号：CN117765299A
公开(公告)日：2024-03-26
申请号：CN202311615127.X
申请日：2023-11-28
Applicant: 淮阴工学院
IPC: G06V10/764 , G06V10/774 , G06F40/30
Abstract: 本发明涉及多模态领域，公开了一种基于微调CLIP的违规户外广告识别方法，获取违规户外广告图像数据，制作数据集并分为训练集A、B和验证集；搭建微调后的CLIP网络模型；读取训练集A至搭建的网络模型中，学习每个广告类别的文本特征，训练结束时保存模型的状态字典并命名为prompt.pth；读取训练集B至搭建的网络模型中，利学习到的文本特征和训练集B中的图像特征做相似度对比，以此来微调CLIP模型的图像编码器，保存训练过程中准确率最高的模型参数，将其文件命名best.pth；读取户外广告的待检测图像至微调后的CLIP网络模型中，加载2个权重文件至模型中进行推理检测，判定是否违规。与现有技术相比，本发明有效提高了模型对违规户外广告的图像分类能力。
-
公开(公告)号：CN117765253A
公开(公告)日：2024-03-26
申请号：CN202311673939.X
申请日：2023-12-06
Applicant: 淮阴工学院
Inventor： 张澳 , 张海艳 , 王媛媛 , 王梅峰 , 李亚州 , 田海阳 , 黄佳泷 , 宋照渝 , 严少峰 , 朱俊勋 , 张兴潮 , 尹彤彤 , 何艳婷 , 谢乾 , 汪涛 , 杨文俊
Abstract: 本发明公开了一种基于改良高斯‑马尔科夫模型的图像分割方法，通过结合空间变化有限混合模型SVFMM和隐Dirichlet分布LDA进行模型初始化，创建了改进的空间约束贝叶斯网络模型。在模型初始化完成后，采用基于高斯‑马尔科夫随机场GMRF的优化算法，进一步精细化和平滑模型参数。通过求解一个特定的优化问题来实现，有效地减小了图像各区域内参数值的变化，从而提高了图像分割的准确性和鲁棒性。本发明不仅适用于各种类型的自然图像，还能够有效地处理在复杂背景、不同光照条件以及噪声干扰下的图像分割问题。本发明在多个公开数据集上都展示了优于现有方法的性能，具有广泛的应用前景和显著的技术优势。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.056 seconds)
