-
公开(公告)号：CN117853915A
公开(公告)日：2024-04-09
申请号：CN202410036050.9
申请日：2024-01-10
Applicant: 常州大学
Abstract: 本发明涉及图像处理技术领域，尤其涉及基于改进PP‑PicoDet小麦产量预估方法及系统，包括采集小麦麦穗图像；将探测器头部的四个尺度检测分支中的特大目标尺度检测层删除；构建WS‑BiAFPN模块替换颈部LC‑PAN模块，WS‑BiAFPN模块采用短距离双向聚合方式进行特征融合和自适应空间融合运算，从主干输出层提取特征图{C3,C4,C5}，利用双线性插值结合下采样卷积，将C3、C5聚合于C4层得到特征图C41；使用ASFF模块将C41分别与C3、C5结合形成小尺度、大尺度检测层，同时将三个不同等级的近邻层集成中尺度检测层。本发明解决现有方法在参数计算量与精度无法平衡兼顾的问题。
-
公开(公告)号：CN117422868A
公开(公告)日：2024-01-19
申请号：CN202311518341.3
申请日：2023-11-15
Applicant: 常州大学
IPC: G06V10/25 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及图像处理技术领域，尤其涉及基于YOLOv7‑tiny改进的小目标害虫检测方法，包括采集蚜虫图像；对蚜虫图像进行离线处理，并制作数据集；构建改进YOLOv7‑tiny网络模型，对YOLOv7‑tiny的主干网络进行轻量化设计；压缩颈部网络，与主干网络实现通道对齐；对中、小尺度特征层进行细粒度设计；对改进YOLOv7‑tiny网络模型进行训练。本发明改进后的YOLOv7‑tiny模型适用于相似性高的小目标识别；同时可以部署在低成本边缘设备上，最终实现对蚜虫检测系统的广泛应用，满足智慧农业、精准农业的需求。
-
公开(公告)号：CN119942530A
公开(公告)日：2025-05-06
申请号：CN202510014213.8
申请日：2025-01-06
Applicant: 常州大学
IPC: G06V20/68 , G06V10/25 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及基于改进深度学习的复杂背景下柑橘检测方法和系统，所述方法包括，采集果园中的复杂背景下柑橘图像，得到初始数据集；对初始数据集进行预处理，得到第一数据集；对第一数据集进行标注并进行格式转换，得到目标数据集；以YOLOv7‑tiny网络模型为深度学习基准模型构建改进的YOLOv7‑tiny网络模型作为柑橘检测网络模型；对柑橘检测网络模型进行训练和评估；获取柑橘检测网络模型的最优权重并对柑橘检测网络模型进行测试；通过柑橘检测模型得到测试结果并基于交并比IOU计算精确率和召回率进而判断检测的准确性。本发明的改进后的YOLOv7‑tiny网络模型能够有效检测中小型柑橘目标，提高了模型的检测精度和速度的同时兼顾了模型轻量化。
-
公开(公告)号：CN117912050A
公开(公告)日：2024-04-19
申请号：CN202311689888.X
申请日：2023-12-11
Applicant: 常州大学
Abstract: 本发明涉及图像处理技术领域，尤其涉及基于改进YOLOX的小目标虫害识别方法及系统，包括采集虫害图像数据；构建改进YOLOX网络，将主干网络的四个CBS模块替换为RepVGG模块，RepVGG模块包含不同类型的卷积分支，学习虫害目标的全局和局部特征，针对虫害的多样性，增强模型表达能力，提高识别准确性。本发明解决现有YOLOX模型对高粱蚜虫这类小目标的检测精度不足以及缺乏支持实时性的嵌入式系统的问题。
-
公开(公告)号：CN114708231A
公开(公告)日：2022-07-05
申请号：CN202210371938.9
申请日：2022-04-11
Applicant: 常州大学
Abstract: 本发明涉及目标检测技术领域，尤其涉及一种基于轻量化YOLO v5的甘蔗蚜虫目标检测方法，包括：S1：甘蔗蚜虫图像采集；S2：图像预处理；S3：制作数据集；S4：对YOLO v5模型轻量化改进；S5：输入数据集训练得到轻量化模型。本发明使用Stem模块，ShuffleNetV2的Inverted Residual模块，减少颈部网络宽度来对YOLO v5模型轻量化，同时删除大尺度检测层，增加微小尺度检测层，使得网络能够更好地符合甘蔗蚜虫中密集微小目标的检测，与原始YOLO v5模型相比，具有识别精度高、识别速度快、内存占用率低等优点，有利于模型在移动终端上部署。
-
Patent Agency Ranking
公开(公告)号：CN114463355A
公开(公告)日：2022-05-10
申请号：CN202210207024.9
申请日：2022-03-03
Applicant: 常州大学
IPC: G06T7/12
Abstract: 本发明涉及图像处理技术领域，尤其涉及一种融合超像素块和整体嵌套边缘的图像分割方法，包括S1：定义种子点个数；S2：标记边缘概率图E；S3：种子点初始化，生成预分割；S4：应用FSLIC的空间距离和SEEDS的颜色能量生成初始标签L0；S5：根据E和L0关系定义超像素边缘为强边界或弱边界；S6：基于弱边界根据颜色能量重新划分超像素边缘；S7：输出甘蔗蚜虫图像分割结果。本发明将概率边缘图和融合聚类策略引入超像素分割方法中，充分发挥了超像素方法处理速度快，可应对自然光照的可变性的优势；本发明是高效可靠的、分割性能优异的超像素分割方法。
-
公开(公告)号：CN119445614A
公开(公告)日：2025-02-14
申请号：CN202411457714.5
申请日：2024-10-18
Applicant: 常州大学
IPC: G06V40/10 , G06V20/17 , G06V10/96 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及农田害虫实时检测技术领域，具体涉及一种基于无人机的农田害虫实时检测装置、方法及系统，装置包括无人机、飞控系统、遥控器、相机、相机遥控器、机载电脑、4G通讯模块和地面工作站，通过机载电脑实现现场实时图像处理，并通过4G通讯模块将检测结果即时传输至地面工作站，不仅确保了数据的实时性，还减少了害虫爆发时信息处理的滞后，避免了因信息延误造成的害虫扩散；方法基于改进的YOLOv10网络模型对害虫进行自动识别，通过在无人机的机载电脑上部署权重文件并进行实时检测，能够在飞行过程中直接处理图像，快速得出检测结果，避免了信息滞后，确保在害虫爆发时能够及时采取防治措施，从而减少农作物损失。
-
公开(公告)号：CN118689479A
公开(公告)日：2024-09-24
申请号：CN202411039412.6
申请日：2024-07-31
Applicant: 常州大学
IPC: G06F8/38 , G06F8/36 , G06F11/36 , G06N3/0499
Abstract: 本发明提供了一种基于深度学习的蚜虫检测计数网页端设计方法和系统，属于网页设计技术领域。方法包括：配置Streamlit作为蚜虫检测计数网页端的开发环境框架；通过设计图片检测模块、视频检测模块、计数数据可视化模块以及历史数据管理模块编写网页端的应用脚本；将深度学习模型代码和与之对应的权重文件上传至开源代码库GitHub的项目中；建立Streamlit项目，将Streamlit项目与Github项目相关联；通过Streamlit Sharing网站自动检测requirements.txt文件，并安装所有列出的Python依赖项；通过图像检测功能、视频检测功能、计数结果可视化功能和历史数据管理功能测试完成UI端功能测试。通过将深度学习模型部署进该网页端能够实时处理用户上传本地的视频或图片，并对其中的蚜虫进行快速准确的检测与计数。
-
公开(公告)号：CN117853918A
公开(公告)日：2024-04-09
申请号：CN202410039910.4
申请日：2024-01-10
Applicant: 常州大学
IPC: G06V20/10 , G06V10/774 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/045 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于优化后的RT‑DETR模型的红花目标检测方法和装置，包括：S1：基于采集到的红花的图像样本构建数据集；S2：对所述数据集中的图像样本包含的红花目标进行标注生成与所述图像样本对应的标注文件；S3：将所述数据集中的图像样本和与之对应的标注文件划分为训练集和测试集；S4：使用Inner‑IoU损失函数和OrthoBasicBlock模块优化RT‑DETR目标检测模型；S5：通过所述训练集中包含的图像样本和与之对应的标注文件训练优化后的RT‑DETR目标检测模型；S6：利用训练后的已优化的RT‑DETR目标检测模型对采集到的红花的图像样本进行检测。通过使用Inner‑IoU损失函数和OrthoBasicBlock模块优化RT‑DETR目标检测模型，提高模型收敛速度和检测精度，增强模型对目标的识别和定位能力。
-
公开(公告)号：CN112187347B
公开(公告)日：2022-06-03
申请号：CN202010989094.5
申请日：2020-09-18
Applicant: 常州大学
IPC: H04B10/071
Abstract: 本发明公开了一种用于测量光纤长度的装置，包括光源、偏振控制器、第一电光调制器、第二电光调制器、光环形器、法拉第旋转反射镜、检偏器、光电探测器、低通滤波器、信号源、第一自动增益放大器、第二自动增益放大器、测量控制单元，通过光源发射连续光经偏振控制器到达第一电光调制器被调制后，测量光经过被测光纤到达法拉第旋转反射镜，并传输进第二电光调制器，经调制后被光电探测器接收。测量控制单元控制信号源输出频率连续变化的正弦信号，同时对第一电光调制器和第二电光调制器进行调制，并采集光电探测器输出的电信号求光纤长度。本发明还公开了一种用于测量光纤长度的方法。本发明结构简单且可同时实现大动态范围高精度光纤长度测量。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.016 seconds)
