公开(公告)号：CN116543295A

公开(公告)日：2023-08-04

申请号：CN202310366420.0

申请日：2023-04-07

Applicant: 南京信息工程大学

Inventor： 周昕 ,  吴至伟 ,  范小婷

IPC: G06V20/05 ,  G06V10/52 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06T5/00 ,  G06T5/50

Abstract: 本发明公开了一种基于退化图像增强的轻量化水下目标检测方法及系统，涉及深度学习图像处理技术领域，接收图像增强数据集UIE和水下目标检测数据集URPC，对UIE和URPC进行预处理，并划分为训练集、验证集和测试集；将预处理后的UIE的水下图像输入预先建立的水下成像模型内进行增强，得到清晰的水下图像，将URPC的图像输入预先建立的水下成像模型内，得到增强图像；将效果最好的水下图像和增强图像标记为权重文件，并对权重文件进行保存；将权重文件和训练集、验证集和测试集输入预先建立的轻量化水下目标检测模型内，最终输出包含水下目标检测框的图像，对水下目标检测框内的目标进行识别和标记，计算平均精度。

公开(公告)号：CN116227539A

公开(公告)日：2023-06-06

申请号：CN202310003994.1

申请日：2023-01-03

Applicant: 南京信息工程大学

Inventor： 吴至伟 ,  周昕 ,  王静远 ,  王毓

IPC: G06N3/0442 ,  G06N3/045 ,  G06N3/049 ,  G06N3/084

Abstract: 本发明公开了一种基于LSTM神经网络的非线性系统辨识系统，涉及系统辨别技术领域，包括数据采集单元、数据预处理单元、中央控制系统、模型建立单元、模型训练单元和评估模块，通过建立LSTM神经网络模型，具有长时记忆功能，解决了传统神经网络存在的长期依赖问题和长序列训练过程中存在的梯度消失和梯度爆炸的问题，同时训练数据时采用DFP算法更新权重梯度，相对比传统的算法学习速度更快，计算量更小，具有最大收敛性，提升了非线性系统辨识的精度，通过训练集的输出端与数据预处理单元的输入端电性连接，在数据采集后，通过预处理单元对数据进行清洗、集成和变换，减少数据中存在的干扰，提升后续辨识结果的可靠性。

公开(公告)号：CN115187583A

公开(公告)日：2022-10-14

申请号：CN202210999034.0

申请日：2022-08-19

Applicant: 南京信息工程大学

Inventor： 王毓 ,  卢海鹏 ,  王静远 ,  吴至伟

IPC: G06T7/00 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/77 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开一种基于改进YOLOv5的轻量化道路缺陷检测方法，所述检测方法包括以下步骤：获取道路缺陷检测数据集GRDDC；将YOLOv5模型的主干网络用GhostNet轻量化网络替代；引入了度量学习中的中心损失函数；对YOLOv5中的置信度损失和分类损失函数进行约束,得到新的损失函数；将改进后的YOLOv5模型中进行训；将测试集中的图像输入改进后YOL0v5目标检测模型中,得到该模型在测试集中的检测结果。本发明检测方法在初始YOLOv5目标检测模型的基础上利用GhostNet模块替换YOLOv5中的主干网络进行特征提取,使得网络更好服务于移动端，采用注意力机制CA更加关注通道之间的信息，更好的分配权重，保证了模型目标检测的准确率，利用中心损失作为正则化项对模型损失函数约束。从而更加准确检测缺陷的类别。