一种水雾船舶检测方法、系统及计算机存储介质

    公开(公告)号:CN117830304B

    公开(公告)日:2024-05-24

    申请号:CN202410240369.3

    申请日:2024-03-04

    摘要: 本发明公开一种水雾船舶检测方法、系统及计算机存储介质。其中,该方法包括:将训练集进行标定,得到人工标定结果;将训练集中清晰船舶图片输入到清晰船舶检测模型中得到当前每个阶段清晰特征图和当前清晰预测结果;将训练集中水雾船舶图片输入到增加去雾网络的水雾船舶检测模型中得到伪清晰船舶图片、当前每个阶段伪清晰特征图、当前伪清晰预测结果;根据清晰船舶图片、伪清晰船舶图片、当前每个阶段清晰特征图、当前每个阶段伪清晰特征图、当前清晰预测结果、当前伪清晰预测结果、人工标定结果反向更新水雾船舶检测模型;重复上述得到目标水雾船舶检测模型;将待检测的水雾船舶图片输入到目标水雾船舶检测模型中进行检测,得到船舶位置和类别。

    基于无人机的水上卡口检测方法及系统

    公开(公告)号:CN118537760B

    公开(公告)日:2024-10-11

    申请号:CN202411014235.6

    申请日:2024-07-26

    摘要: 本发明实施例公开了一种基于无人机的水上卡口检测方法及系统,其中,该方法包括:获取当前时刻云台摄像头采集的第一待识别图像及固定摄像头采集的第二待识别图像;采用目标识别模型对第一待识别图像及第二待识别图像分别进行识别,得到第一识别目标及第二识别目标;将第一识别目标的第一目标框转换到第二识别目标所属坐标系中,得到转换目标框;将转换目标框与第二目标框进行匹配;根据第一识别目标与上一时刻的第三识别目标进行目标跟踪,根据第二识别目标与上一时刻的第四识别目标进行目标跟踪,为同一识别目标分配唯一的目标ID;对同一目标ID的第一目标框及第二目标框进行信息识别,得到目标相关信息。提高信息的可靠性。

    基于无人机的水上卡口检测方法及系统

    公开(公告)号:CN118537760A

    公开(公告)日:2024-08-23

    申请号:CN202411014235.6

    申请日:2024-07-26

    摘要: 本发明实施例公开了一种基于无人机的水上卡口检测方法及系统,其中,该方法包括:获取当前时刻云台摄像头采集的第一待识别图像及固定摄像头采集的第二待识别图像;采用目标识别模型对第一待识别图像及第二待识别图像分别进行识别,得到第一识别目标及第二识别目标;将第一识别目标的第一目标框转换到第二识别目标所属坐标系中,得到转换目标框;将转换目标框与第二目标框进行匹配;根据第一识别目标与上一时刻的第三识别目标进行目标跟踪,根据第二识别目标与上一时刻的第四识别目标进行目标跟踪,为同一识别目标分配唯一的目标ID;对同一目标ID的第一目标框及第二目标框进行信息识别,得到目标相关信息。提高信息的可靠性。

    基于大语言模型的数据联动方法、系统及装置

    公开(公告)号:CN118410069A

    公开(公告)日:2024-07-30

    申请号:CN202410874442.2

    申请日:2024-07-02

    摘要: 本发明实施例公开了一种基于大语言模型的数据联动方法、系统及装置,其中,该方法包括:获取用户的自然语言查询语句;将所述自然语言查询语句输入目标大语言模型,得到相关的查询接口;其中,预先对所有查询接口进行定义,并根据定义的查询接口微调大语言模型得到目标大语言模型;调用相关的查询接口进行查询得到返回数据,将所述返回数据进行自然语言描述汇总,得到所述自然语言查询语句对应的答案。提高查询多卡口的数据查询效率及结果准确度。

    一种基于大气散射先验扩散模型的船舶去雾方法及系统

    公开(公告)号:CN117789041B

    公开(公告)日:2024-05-10

    申请号:CN202410217435.5

    申请日:2024-02-28

    摘要: 本发明公开一种基于大气散射先验扩散模型的船舶去雾方法及系统。其中,该方法包括:将训练集中的全部水雾船舶图片通过训练好的目标Unet模型进行预测,得到所有目标清晰图片、所有目标透射率图片和所有目标纯噪音图片;将训练集中的每个清晰船舶图片进行多步扩散加噪音得到对应的多个扩散噪音图片;从每个清晰船舶图片对应的所有扩散噪音图片中随机抽取一张,与对应的每个目标清晰图片、每个目标透射率图片输入到构建好的去噪Unet模型中进行训练得到目标去噪Unet模型;将当前个水雾船舶图片与对应的当前个目标清晰图片、当前个目标透射率图片输入到所述目标去噪Unet模型中进行反向推理去雾,得到当前个复原清晰船舶图片;该方法得到的船舶图片更真实。

    一种周界入侵单个人体完整识别方法及系统

    公开(公告)号:CN118072360B

    公开(公告)日:2024-06-28

    申请号:CN202410476147.1

    申请日:2024-04-19

    摘要: 本发明公开一种周界入侵单个人体完整识别方法及系统。其中,该方法采用基于深度学习的实例分割模型对输入的聚类结果点云判断其是否为多个目标合并,且精准地将每个人体实例单独分割出来,然后再通过人体完整性分类模型去判断每个人体是否完整,如果分类结果不完整,再通过在原始点云中邻域搜索的方法查找相关邻域点进行补全。该方法引入边界置信度这个指标,量化了一个点是否为多个目标之间的边界点的概率,并且通过边界置信度损失值增强了对边界点的分割精度,大大提升了实例分割的效果;该方法针对人体完整性分类网络耗时的问题,采用中心区域下采样的方法减少了输入点云的数量,在保证识别准确率的情况下,又大幅提升了识别速度。

    一种周界入侵单个人体完整识别方法及系统

    公开(公告)号:CN118072360A

    公开(公告)日:2024-05-24

    申请号:CN202410476147.1

    申请日:2024-04-19

    摘要: 本发明公开一种周界入侵单个人体完整识别方法及系统。其中,该方法采用基于深度学习的实例分割模型对输入的聚类结果点云判断其是否为多个目标合并,且精准地将每个人体实例单独分割出来,然后再通过人体完整性分类模型去判断每个人体是否完整,如果分类结果不完整,再通过在原始点云中邻域搜索的方法查找相关邻域点进行补全。该方法引入边界置信度这个指标,量化了一个点是否为多个目标之间的边界点的概率,并且通过边界置信度损失值增强了对边界点的分割精度,大大提升了实例分割的效果;该方法针对人体完整性分类网络耗时的问题,采用中心区域下采样的方法减少了输入点云的数量,在保证识别准确率的情况下,又大幅提升了识别速度。

    一种水雾船舶检测方法、系统及计算机存储介质

    公开(公告)号:CN117830304A

    公开(公告)日:2024-04-05

    申请号:CN202410240369.3

    申请日:2024-03-04

    摘要: 本发明公开一种水雾船舶检测方法、系统及计算机存储介质。其中,该方法包括:将训练集进行标定,得到人工标定结果;将训练集中清晰船舶图片输入到清晰船舶检测模型中得到当前每个阶段清晰特征图和当前清晰预测结果;将训练集中水雾船舶图片输入到增加去雾网络的水雾船舶检测模型中得到伪清晰船舶图片、当前每个阶段伪清晰特征图、当前伪清晰预测结果;根据清晰船舶图片、伪清晰船舶图片、当前每个阶段清晰特征图、当前每个阶段伪清晰特征图、当前清晰预测结果、当前伪清晰预测结果、人工标定结果反向更新水雾船舶检测模型;重复上述得到目标水雾船舶检测模型;将待检测的水雾船舶图片输入到目标水雾船舶检测模型中进行检测,得到船舶位置和类别。

    一种基于大气散射先验扩散模型的船舶去雾方法及系统

    公开(公告)号:CN117789041A

    公开(公告)日:2024-03-29

    申请号:CN202410217435.5

    申请日:2024-02-28

    摘要: 本发明公开一种基于大气散射先验扩散模型的船舶去雾方法及系统。其中,该方法包括:将训练集中的全部水雾船舶图片通过训练好的目标Unet模型进行预测,得到所有目标清晰图片、所有目标透射率图片和所有目标纯噪音图片;将训练集中的每个清晰船舶图片进行多步扩散加噪音得到对应的多个扩散噪音图片;从每个清晰船舶图片对应的所有扩散噪音图片中随机抽取一张,与对应的每个目标清晰图片、每个目标透射率图片输入到构建好的去噪Unet模型中进行训练得到目标去噪Unet模型;将当前个水雾船舶图片与对应的当前个目标清晰图片、当前个目标透射率图片输入到所述目标去噪Unet模型中进行反向推理去雾,得到当前个复原清晰船舶图片;该方法得到的船舶图片更真实。

    一种基于复杂模型的压缩剪枝的船舶检测方法及系统

    公开(公告)号:CN118982801A

    公开(公告)日:2024-11-19

    申请号:CN202411458275.X

    申请日:2024-10-18

    摘要: 本发明公开一种基于复杂模型的压缩剪枝的船舶检测方法及系统。其中,该方法通过修改卷积核尺寸、卷积通道数量、主干网络的每个模块的卷积核个数,有效提高了原始船舶检测模型的复杂度和感受野,从而提高了船舶检测的精度;通过将层卷积、卷积通道和卷积核的较低权重置为0,减少了模型的参数量,从而降低了模型对硬件算力的需求,加快了船舶检测速度;采用分阶段模型训练,对模型修改时进行微调,从而实现在保证船舶检出率的同时,加快船舶模型的推理速度;将权重为0的卷积通道和卷积核进行删除,从而降低模型对硬件算力需求,进一步加快了船舶检测速度。