公开(公告)号：CN116797774A

公开(公告)日：2023-09-22

申请号：CN202310591676.1

申请日：2023-05-24

申请人： 国网江苏省电力有限公司淮安供电分公司 ,  淮阴工学院

发明人： 刘建戈 ,  沈俞 ,  王媛媛 ,  张兴潮 ,  陈秀川 ,  严少峰 ,  王超 ,  江飞龙 ,  黄家泷 ,  戴欣 ,  张鹏宇 ,  姜蒙娜 ,  赵阳 ,  朱俊勋 ,  宋照渝 ,  李亚州 ,  田海阳

IPC分类号： G06V10/22 ,  G06V10/764 ,  G06N5/04

摘要： 本发明公开了一种基于YOLOv5和CNOCR的变电站标识牌识别方法，首先，采集变电站的图像，进行预处理及标注；然后构建改进的YOLOv5算法，更换骨干网络和瓶颈层网络，使得网络更加轻量化，提升推理速度，取消用于小目标检测的anchor，再次提升速度，增加注意力机制模块；将标注后的变电站标识牌图像数据输入到改进后的YOLOv5算法中进行训练；在YOLOv5算法推理阶段加入自适应直方图均衡化算法，再加入CNOCR算法。在推理测试阶段当检测到未遮挡的变电站标识牌图像且置信度高于0.9时，进行文字识别，当识别到操作票指定的操作地点时，停止推理，并发出到达正确地点的语音提示。本发明可用于实时变电站标识牌检测，拥有较好的鲁棒性，适用于便携式设备的部署。

公开(公告)号：CN116863418A

公开(公告)日：2023-10-10

申请号：CN202310902538.0

申请日：2023-07-21

申请人： 淮阴工学院

发明人： 王媛媛 ,  严少峰 ,  朱俊勋 ,  黄佳泷 ,  宋照渝 ,  李亚州 ,  陈秀川 ,  沈俞 ,  张兴潮 ,  江飞龙 ,  王超 ,  王梅峰 ,  张海艳 ,  高尚兵 ,  林剑楚 ,  任珂 ,  刘步实

IPC分类号： G06V20/54 ,  G06V10/82 ,  G06V10/44 ,  G06V10/52 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/048

摘要： 本发明公开了一种基于CA_MixNet的道路限行车辆种属划分方法。收集各路段车辆的图像数据进行分类并做成数据集；对数据集进行预处理；构建深度卷积网络模型，包括CA_Residual多尺度残差注意力网络模块、MixConv2d多尺度混合卷积；使用构建好的深度卷积网络模型用于学习车辆的特征和类别。与现有技术相比，本发明通过构建残差注意力网络模块，能够使网络更加关注图像中具有区分性和重要性的特征，减少了冗余信息的影响，有效的提高网络对关键特征的感知能力；通过设计CA_Residual模块和引用多尺度混合卷积，不但提高了对车辆种属的识别，还普适于各种复杂场景，为道路限行车辆的监测提供了一种可行且有效的技术路径。

公开(公告)号：CN117292216A

公开(公告)日：2023-12-26

申请号：CN202310400563.9

申请日：2023-04-14

申请人： 淮阴工学院

发明人： 王媛媛 ,  张兴潮 ,  陈秀川 ,  沈俞 ,  王超 ,  江飞龙 ,  高尚兵 ,  张海艳 ,  任珂 ,  刘步实 ,  林剑楚 ,  朱全银 ,  李翔 ,  严少峰 ,  李亚州

IPC分类号： G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 本发明公开了一种基于GS_YOLOv7的火灾检测方法，包括改进了模型Backbone与Head部分，引入了Shuffle Attention Module；引入了GSConv模块；在Head层中引入VoVGSCSP module；在训练策略方面，将YOLOv7网络模型CBS模块改进为效率更高的CBF模块；将模型损失函数改为EIoU loss，一张640*640的特征图输入到网络的Backbone层，经过CBF，E‑ELAN以及MP模块后输出三张不同的特征图，将20*20*1024大小的特征图输入到Head层经过VoVGSCSP module中可提高网络的推理速度，特征图经过GSConv模块，模型可以提取更加丰富的语义信息，在特征提取后的非线性激活阶段，Funnel激活函数增强了模型的空间感知能力，引入了EIoU loss使得模型的收敛速度更快。本发明通过优化模型结构，引入新的激活函数和损失函数，提高了模型的效率和泛用性。

公开(公告)号：CN117275041A

公开(公告)日：2023-12-22

申请号：CN202311286008.4

申请日：2023-09-28

申请人： 淮阴工学院

发明人： 王媛媛 ,  陈秀川 ,  沈俞 ,  张兴潮 ,  王超 ,  江飞龙 ,  严少峰 ,  张海艳 ,  刘乙麟 ,  丁政 ,  邓博阳

IPC分类号： G06V40/10 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/096

摘要： 本发明公开了一种基于迁移学习和改进YOLOv5电力工人安全帽佩戴检测方法，具体包含以下步骤：构建施工场景下的安全帽佩戴检测数据集A，构建电力作业场景下的安全帽佩戴检测数据集B；改进电力作业场景下安全帽佩戴检测模型YOLOv5，将YOLOv5主干网络替换为基于动态卷积ODConv的ODConv_MobileNetv2主干网络，提取小目标安全帽特征信息效率大幅上升并减少额外的计算量参数；在颈部网络结构中，添加基于跨空间学习的高效多尺度注意力EMA模块，减少参数量的同时提升小目标安全帽佩戴检测的精度；采用一种基于最小点距离的IoU损失MPDIoU作为改进YOLOv5的损失函数，本发明可以提升小样本电力作业场景数据集下的小目标安全帽佩戴检测精度，降低电力作业场景下的安全帽佩戴检测漏检和误检问题。

公开(公告)号：CN116453186A

公开(公告)日：2023-07-18

申请号：CN202310400564.3

申请日：2023-04-14

申请人： 淮阴工学院

发明人： 王媛媛 ,  陈秀川 ,  张兴潮 ,  沈俞 ,  王超 ,  江飞龙 ,  张海艳 ,  任珂 ,  严少峰

IPC分类号： G06V40/16 ,  G06V10/774 ,  G06V10/762 ,  G06V10/82 ,  G06V10/80 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/09

摘要： 本发明涉及一种基于YOLOv5改进的口罩佩戴检测方法，属于目标检测领域。该方法包含以下步骤：挖掘目标图像样本数据，构建用于口罩佩戴检测的样本数据集；分析口罩佩戴检测存在的问题，针对问题对目标检测模型YOLOv5进行改进。采用K‑means++算法代替K‑means算法来获取anchor参数，优化目标锚框；添加注意力模块ACmix以及将原始YOLOv5网络颈部结构替换为加权双向特征金字塔网络(BiFPN)，优化对小目标的检测效果，提升目标检测精确度；使用结合标准卷积和深度可分离卷积并进行通道清洗的鬼影混洗卷积(GSConv)模块替换传统卷积模块，提升网络速度；引入SIoU_Loss作为基于YOLOv5改进算法损失函数的Bounding Box Regression Loss，使得损失函数平稳收敛，降低预测误差，提升回归精度。本发明算法采用改进YOLOv5检测算法不仅提升了口罩佩戴检测精确度，还改善对远距离以及密集人群处佩戴口罩小目标检测效果，降低了误检漏检情况。

公开(公告)号：CN117132827A

公开(公告)日：2023-11-28

申请号：CN202311105750.0

申请日：2023-08-30

申请人： 淮阴工学院

发明人： 王媛媛 ,  王超 ,  陈秀川 ,  沈俞 ,  张兴潮 ,  江飞龙 ,  严少峰 ,  顾丁韵 ,  朱叶萌 ,  张郅晗 ,  宗慧 ,  朱全银

IPC分类号： G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/80 ,  G06V10/42 ,  G06V10/776

摘要： 本发明公开了一种基于改进YOLOv5s网络的热轧钢带表面缺陷检测方法，该方法使用YOLOv5s目标检测模型作为基础，在此基础上提出一种改进的YOLOv5s网络模型。首先，将neck部分的结构改换为AFPN结构，实验结果表明该结构与其他最先进的特征金字塔网络相比较更具竞争力，而且每秒浮点运算(FLOPs)也最低，并在较低参数下达到了比Baseline更好的性能。其次，使用GIoU损失函数，其不仅关注重合区域，还关注其他非重合区域，更好的反映了两者的重合程度，并且当IoU＝0时，两个框之间的距离仍然很好的表示出来。最后，添加注意力机制模块，选用EffectiveSE卷积神经网络结构加入YOLOv5s网络中，实验表明它与SENet等经典网络结构相比分类精度更高、收敛速度更快。本发明所提出的方法在原始网络基础上有效提升了模型对热轧钢带表面缺陷检测的性能，降低了模型的参数量和计算量，缩短了模型的推理时间。

公开(公告)号：CN117058682A

公开(公告)日：2023-11-14

申请号：CN202311081197.1

申请日：2023-08-25

申请人： 淮阴工学院

发明人： 王媛媛 ,  沈俞 ,  陈秀川 ,  张兴潮 ,  王超 ,  江飞龙 ,  严少峰 ,  张海艳 ,  高尚兵 ,  顾丁韵 ,  朱叶萌 ,  张郅晗 ,  朱全银 ,  宗慧

IPC分类号： G06V30/148 ,  G06V30/19 ,  G06V10/82 ,  G06N3/0464 ,  G10L15/26 ,  G06K7/10 ,  G06N5/04

摘要： 本发明公开了一种基于YOLOv5、CNOCR与faster‑whisper的电网唱票流程监护方法及装置，通过扫描操作票二维码来获取操作票信息，对电网唱票现场的录像视频进行关键帧抽帧处理后标注成数据集；改进目标检测模型YOLOv5模型，使用注意力机制对模型瓶颈层进行改进，模型训练完成后在推理阶段加入CNOCR算法，将识别出的操作地点标识牌文字与操作票比对，将唱票时的音频传入faster‑whisper后进行识别并与操作票内容比对正误。使用摄像头对操作票二维码进行识别，当二维码识别成功后使用摄像头对操作地点的标识牌进行识别，当目标检测算法检测到标识牌文字内容与操作票信息中的内容一致时随即进入唱票阶段。本发明提出的方法及装置能够智能化规范唱票行为，降低唱票所需的人力成本。

公开(公告)号：CN116824623A

公开(公告)日：2023-09-29

申请号：CN202310400568.1

申请日：2023-04-14

申请人： 淮阴工学院

发明人： 王媛媛 ,  江飞龙 ,  王超 ,  沈俞 ,  陈秀川 ,  张兴潮 ,  高尚兵 ,  张海艳 ,  任珂 ,  刘步实 ,  林剑楚 ,  朱全银 ,  李翔 ,  严少峰

IPC分类号： G06V40/10 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06V10/762 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/09

摘要： 本发明公开了一种基于改进YOLOv5s的安全帽佩戴检测方法，在原始的YOLOv5s的基础上进行改进，首先将YOLOv5s的特征提取网络中的Conv模块替换成PConv模块，在降低模型参数量和内存访问次数的同时提升模型的精度；其次为了使网络能够关注小目标，在特征提取网络和特征融合网络之间添加一个SimAM注意力机制，在不增加网络参数的前提下增加模型检测小目标的能力；最后，引入AlignOTA标签分配策略，来提升候选框的聚焦效果，使模型精度进一步提升。实验结果表明，改进模型参数量更少，延迟更低，且对小目标和密集目标有更强的检测能力，易于端侧设备上的部署。