-
公开(公告)号：CN113158865A
公开(公告)日：2021-07-23
申请号：CN202110400439.3
申请日：2021-04-14
申请人： 杭州电子科技大学
摘要： 本发明公开了一种基于EfficientDet的小麦麦穗检测方法；首先收集数据，构建小麦图像数据集，然后划分原始训练集和测试集，并标注原始训练集数据；采用K‑Fold分层交叉验证，将原始训练集数据划分出分层训练集和验证集，对分层训练集进行图像预处理；再进行模型训练，模型采用Efficientdet‑D7为baseline；通过测试集数据进行模型测试；最后采用伪标签方法，进行模型的迭代训练，得到最终的麦穗检测模型；本发明方法能够减小麦穗重叠带来的对检测结果的干扰，且对不同品种、不同生长时期的小麦具有较强的泛化能力。同时兼顾检测速度和精度，能够在不同情况下，部署在各种设备上。节省了大量人力物力。
-
公开(公告)号：CN113536987A
公开(公告)日：2021-10-22
申请号：CN202110727405.5
申请日：2021-06-29
申请人： 杭州电子科技大学
摘要： 本发明公开一种快速的室内场景理解方法，首先利用RGB‑D传感器获得室内整体的3D扫描数据；检测出场景平面，并对平面赋予语义信息，将场景平面去除，仅留下物体；对物体进行语义分割，应用平面语义标签；最后应用树形图对场景进行理解。本发明通过去除布局layout，能够获得更为简洁的物体表示，以便于后续的物体分割识别。
-
公开(公告)号：CN113160411A
公开(公告)日：2021-07-23
申请号：CN202110441618.1
申请日：2021-04-23
申请人： 杭州电子科技大学
IPC分类号： G06T17/10
摘要： 本发明公开了一种基于RGB‑D传感器的室内三维重建方法，本发明方法通过将RGB信息引入物体识别分类，通过使用图注意模块，能够更好地避免噪声对原始扫描数据干扰导致物体识别结果并不理想的情况，并且，有别于以往的重建过程，应用CAD模型替换扫描场景中的物体来得到整洁、紧凑的表示，在最后重建完成的时候通过将CAD模型与场景中的物体进行关键点差异的比较，通过迭代优化减少对齐误差，使得CAD模型在大小及位姿上都与场景中的物体一致。本发明可以解决由于传感器噪声干扰以及传感器运动产生的模糊所带来的分类识别不准确，以及整体场景重建精度不够的问题，且由于引入CAD模型，可自由编辑，增加了场景的灵活性。
-
公开(公告)号：CN113538657A
公开(公告)日：2021-10-22
申请号：CN202110725474.2
申请日：2021-06-29
申请人： 杭州电子科技大学
摘要： 本发明公开了一种组件级别的三维场景理解方法。本发明对于三维场景中的物体，使用树形图表示其物体的结构，预测真实世界扫描场景中物体的零件图信息，作为一种中间表示，以实现物体的鲁棒的、基于零件的表示形式。利用训练集中预测的一种语义标签物体的通常结构来作为先验知识，以便于为扫描场景中的物体更有效的推断出part级别的表示。通过预测出的part图来补全扫描物体的缺失部分，即，这个物体与模板物体是否相似，如果是的话，会通过先验结构来对扫描物体缺失的部分的语义标签进行预测，并通过其他部分的形状作为参考进行补全。
-
-
-
搜索结果
4 条记录 (耗时 0.22 秒)
