公开(公告)号：CN116524379A

公开(公告)日：2023-08-01

申请号：CN202310436543.7

申请日：2023-04-21

Applicant: 东南大学

Inventor： 杨绿溪 ,  郑志刚 ,  谢昂 ,  王潇祎 ,  张亚中 ,  李春国 ,  黄永明

IPC: G06V20/17 ,  G06V10/82 ,  G06V10/80 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/082

Abstract: 本发明公开了一种基于注意力机制和自适应特征融合的航拍目标检测方法，包括：获取待检测的航拍图像数据；将待检测的航拍图像数据输入预先训练的航拍小目标检测模型，得到待检测的航拍图像数据的目标检测结果，其中，航拍小目标检测模型为在YOLO算法框架中设置轻量级自适应特征融合模块和混洗坐标注意力层，并利用训练航拍图像数据及其对应的目标检测结果训练得到。本发明在航拍视角小目标检测上，能够达到更高的识别精度。对于无人机平台的航拍小目标检测，网络速度快精度搞，能够以较低参数和计算复杂度表现出更好的检测效果。

公开(公告)号：CN116703819A

公开(公告)日：2023-09-05

申请号：CN202310399454.X

申请日：2023-04-14

Applicant: 东南大学

Inventor： 杨绿溪 ,  谢昂 ,  郑志刚 ,  李春国 ,  黄永明

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/096

Abstract: 本发明提供一种基于知识蒸馏的铁路货车钢地板破损检测方法，包括以下步骤：获取铁路货车钢地板区域图像，构建训练集；搭建钢地板破损检测教师网络和学生网络，并进行训练，利用教师网络对学生网络进行蒸馏，通过调整参数得到最终的故障检测模型；获取待检测图像，处理后输入所述故障检测模型，得到钢地板破损检测结果。以深度卷积神经网络和知识蒸馏为基础，采取了编码器与解码器的结构，通过渐进式多级知识蒸馏建立查询之间的预测匹配，以逐步向学生模型传递有用的知识。本发明准确率高、精度高的自动化检测方法，其解决了现阶段只能通过动态检车员肉眼识别图像判断故障带来的视觉疲劳造成误检漏检的问题。

公开(公告)号：CN116453001A

公开(公告)日：2023-07-18

申请号：CN202310436011.3

申请日：2023-04-21

Applicant: 东南大学

Inventor： 杨绿溪 ,  郑志刚 ,  谢昂 ,  张翅 ,  王潇祎 ,  徐琴珍 ,  俞菲

IPC: G06V20/17 ,  G06V10/82 ,  G06V10/80 ,  G06V10/764 ,  G06V10/25 ,  G06N3/0464 ,  G06N3/082 ,  G06V10/766

Abstract: 本发明公开了一种基于变换器和跳跃路径聚合FPN的航拍目标检测方法，包括：获取待检测的航拍图像数据；将待检测的航拍图像数据输入预先训练好的航拍小目标检测网络模型进行目标检测，得到待检测的航拍图像数据的目标检测结果；其中，航拍小目标检测网络模型为利用可变形卷积和变换器模块结合的深度聚合残差变换网络进行特征提取，利用跳跃路径聚合特征金字塔网络进行特征融合，利用双路路解耦检测头进行目标检测。在无人机航拍视角拍摄的图片中，能够达到更高的检测精度，尤其是在有大量小目标存在的场景中。

公开(公告)号：CN116403090A

公开(公告)日：2023-07-07

申请号：CN202310406746.1

申请日：2023-04-17

Applicant: 东南大学

Inventor： 杨绿溪 ,  谢昂 ,  郑志刚 ,  李春国 ,  徐琴珍 ,  俞菲

IPC: G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于动态锚框和Transformer的小尺寸目标检测方法，属于图像处理、模式识别及计算机视觉领域，解决现有基于Transformer中小尺寸目标检测任务检测精度低且网络效率低的问题。本发明依次构建主干网络模块、编码器模块、解码器模块和预测输出模块作为目标检测网络；基于公开COCO图像数据，对提取的小尺寸目标样本图像数据进行预处理；得到预处理的小尺寸目标样本图像数据输入初始化了参数的小尺寸目标检测网络中进行训练，得到训练好后的小尺寸目标检测网络；将待预测的小尺寸目标图像输入已经训练好的小尺寸目标检测网络，通过前向传播，实现端到端地输出小尺寸目标的预测框位置与类别信息。

公开(公告)号：CN116486288A

公开(公告)日：2023-07-25

申请号：CN202310439540.9

申请日：2023-04-23

Applicant: 东南大学

Inventor： 杨绿溪 ,  郑志刚 ,  刘周勇 ,  谢昂 ,  俞科栋 ,  陈延润 ,  李春国 ,  黄永明

IPC: G06V20/17 ,  G06V10/82 ,  G06V10/40 ,  G06V10/80 ,  G06T7/11 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于轻量级密度估计网络的航拍目标计数与检测方法，属于目标检测领域，包括：将航拍图像数据输入目标密度估计网络得到目标密度图，对目标密度图中的元素值进行求和，获得航拍图像数据中的目标数量；通过裁剪高密度区域得到局部区域裁剪图像块；分别对全局航拍图像数据和局部区域裁剪图像块进行目标检测，将局部区域裁剪图像块的检测框根据位置关系映射到全局的航拍图像数据上，并通过软性非极大值抑制算法对全局的航拍图像数据的检测框和映射的局部区域裁剪图像块的检测框进行融合处理，得到航拍图像数据的目标检测结果。由此，通过空间位置数量分布特征获取高密度裁剪图像块进行放大检测，显著提高了航拍目标的检测精度。