公开(公告)号：CN118469992A

公开(公告)日：2024-08-09

申请号：CN202410708334.8

申请日：2024-06-03

申请人： 淮阴工学院 ,  淮安市第二人民医院

发明人： 韩帅 ,  王凌 ,  常恺露 ,  陈伯伦 ,  万晶晶 ,  刘步实

IPC分类号： G06T7/00 ,  G06V10/25 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明公开了一种肠道息肉检测方法及装置，所述检测方法包括：获取包含息肉目标的肠镜图片，对图片中的息肉进行标注划分以构建数据集；构建息肉目标检测模型，包括主骨干网络、助理骨干网络、颈部网络和预测头，主骨干网络中引入空融模块，空融模块用于将各个尺度下的特征经过不同的卷积操作之后再进行深度方向上的拼接；助理骨干网络接收来自空融模块的包含不同大小息肉目标特征的输入，通过一系列的特征提取模块和下采样模块逐步提取特征，生成多尺度、包含丰富语义信息的特征图，并与主骨干网络中的特征图相融合；利用数据集对息肉目标检测模型进行训练，利用经训练的息肉目标检测模型进行肠道息肉检测。本发明能够提高肠道息肉识别精度。

公开(公告)号：CN118298295A

公开(公告)日：2024-07-05

申请号：CN202410270692.5

申请日：2024-03-11

申请人： 淮阴工学院

发明人： 朱文婕 ,  刘步实 ,  王凌 ,  陈伯伦 ,  孟宪淳 ,  常恺露 ,  王珊珊 ,  赵月 ,  于翠莹

IPC分类号： G06V20/10 ,  G06V10/22 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种基于MCF和跨阶段链路聚合的军舰检测方法及系统，该方法首先建立军舰检测模型，利用训练好的所述军舰检测模型检测军舰目标；所述军舰检测模型为在YOLOV8n网络中集成MCF模块和跨阶段链路聚合网络；MCF模块用于进行感受野扩张的特征提取，使用了不同的卷积步长的深度可分离卷积；跨阶段链路聚合网络用于将来自不同阶段的特征进行融合和加权，将浅层网络中大尺寸特征图映射到模型的颈部可以获得多尺度信息；本发明能够在减少模型参数量的同时扩大感受野病害获得更多尺度信息，提高了小目标的识别率，提高了军舰检测的精度。

公开(公告)号：CN118096707A

公开(公告)日：2024-05-28

申请号：CN202410279780.1

申请日：2024-03-12

申请人： 淮阴工学院 ,  淮安市第二人民医院

发明人： 王凌 ,  陈伯伦 ,  万晶晶 ,  刘步实 ,  孟宪淳

IPC分类号： G06T7/00 ,  G06T3/4038 ,  G06T3/4046 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 本发明公开了一种基于MCHPAN的胃肠镜息肉检测方法、装置及介质，所述方法首先构建基础息肉检测数据集，其次构建基于MCHPAN的胃肠镜息肉检测模型，模型由SGA、HAI、CGFI三个重要结构组成，SGA通过对不同尺度信息的聚合，使网络更全面地理解息肉特征，提高了对多尺度息肉目标的适应能力；HAI在不同网络层次上引导关注重要目标，增强了网络定位的准确性，有助于捕捉息肉结构的细微差异；CGFI提升了模型通道特征的表达能力，使网络更灵活适应不同息肉目标特征；使用训练好的模型完成息肉检测任务。本发明提升了模型通道特征的表达能力，使网络更灵活适应不同目标特征；能够提高息肉检测性能，为临床胃肠镜检查降低息肉的误诊率。

公开(公告)号：CN117333820A

公开(公告)日：2024-01-02

申请号：CN202311304989.0

申请日：2023-10-09

申请人： 淮阴工学院

发明人： 陈伯伦 ,  王凌 ,  刘步实 ,  王珊珊 ,  赵月 ,  于翠莹 ,  朱文婕 ,  常恺露 ,  孟宪淳

IPC分类号： G06V20/52 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/045 ,  G06N3/08

摘要： 本发明公开了一种用于危化品车辆检测的改进YOLOv7‑tiny方法，将全局响应归一化加入到传统的卷积模块中，放置在SiLU激活函数的后面，使模型能够关注到图片或视频中任意位置的危化品车辆，设计通道特征增强的快速空间金字塔池化模块，将空间金字塔池化模块中三个关键的池化操作由并行结构改为串行节后，减小池化核尺寸大小以降低时间复杂度，同时以残差的方式连接压缩激励模块，从而抑制相对无用的特征并且更加关注重要特征，设计大目标路径聚合网络，将主干网络中不同尺寸的特征图以上采样的方式拼接到模型的颈部，使得深层网络中大目标的特征信息更加丰富，预测头能够更加准确地预测危化品车辆目标，三方面相结合，显著的提高了危化品车辆检测平均精度。

公开(公告)号：CN117292335A

公开(公告)日：2023-12-26

申请号：CN202311280782.4

申请日：2023-09-28

申请人： 淮阴工学院

发明人： 陈伯伦 ,  王珊珊 ,  刘步实 ,  王凌 ,  李哲 ,  刘晓娈

IPC分类号： G06V20/54 ,  G06V20/52 ,  G06V10/52 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 本发明公开了一种基于改进YOLOv5算法的危化品车辆检测方法，包括S1、对已获取到数据寄命名为Hazardous Vehicles，进行预处理，得到处理后的数据集划分为四个类别；S2、搭建传统YOLOv5模型架构，并在主干网络部分引入RFEB模块；S3、引入可分离式注意力机制，通过将尺度感知、空间感知和任务感知的注意力机制统一到头部中；S4、利用搭建好的模型在训练集上进行训练并在测试集上进行验证，实现对危化品车辆的预测。与现有技术相比，本发明在主干网络中，RFEB结构通过设计不同dilated convolution结构解决小物体和感受野在低分辨率特征图上的不匹配问题；在模型头部，通过引入可分离式注意力机制，通过将尺度感知、空间感知和任务感知的注意力机制统一到头部中，以提高Head的感知能力和检测精度。

公开(公告)号：CN118298277A

公开(公告)日：2024-07-05

申请号：CN202410408189.1

申请日：2024-04-07

申请人： 淮阴工学院

发明人： 孟宪淳 ,  刘步实 ,  陈伯伦 ,  王凌 ,  徐阳 ,  朱文婕 ,  常恺露 ,  王姗姗 ,  周毅 ,  马甲林

IPC分类号： G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/09

摘要： 本发明公开了一种MSCM卷积神经网络检测方法。包括建立MSCM模块，MSCM模块包括多个顺次相接的卷积层，多个卷积层依次排列为第一卷积层和多个次卷积层；在MSCM模块内部交互时，第一卷积层的输入来自第一CBS块，每个次卷积层的输入来自上一卷积层，全部卷积层的输出合并后输入第二CBS块；在MSCM模块与外部交互时，由第一CBS块接收输入图像，由第二CBS块产生输出图像；基于YOLO算法将MSCM模块、辅助检测头结合建立检测模型，待检测图像经过所述检测模型处理后，识别出检测目标；其中，检测模型依次包括骨干网络、颈部网络和头部网络；若干个MSCM模块分布于骨干网络与颈部网络中；若干个辅助检测头分布于头部网络中。本发明具有鲁棒性强、准确性高、结构简单的特点。

公开(公告)号：CN118038555A

公开(公告)日：2024-05-14

申请号：CN202410226816.X

申请日：2024-02-29

申请人： 淮阴工学院

发明人： 于翠莹 ,  陈伯伦 ,  刘步实 ,  赵月 ,  王珊珊 ,  王凌 ,  李哲 ,  刘晓娈 ,  常恺露 ,  朱文婕 ,  杭专正 ,  侯延东 ,  孟宪淳

IPC分类号： G06V40/20 ,  G06V20/52 ,  G06V10/82 ,  G06V10/774 ,  G06V10/25 ,  G06V10/80 ,  G06V10/764 ,  G06V10/766 ,  G06V10/52 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/08

摘要： 本发明公开了一种基于改进YOLOv8的化工企业人员的危险行为检测方法，采用数据增强方法对自制危险行为数据集进行增强，并将数据集划分为训练集，测试集和验证集；构建基于改进YOLOv8的危险行为检测模型，在YOLOv8模型的主干和颈部部分引入通过组内点卷积残差模块IPCR和增强自适应层聚合模块EALA构成的CSP_EALA模块；在颈部引入组内点卷积空间金字塔池化IPSPP模块替换原始YOLOv8网络的SPPF模块；在Neck部分引入双卷积挤压激励网络；将训练集输入到危险行为检测模型进行训练；将待检测的危险行为图片输入训练后的危险行为检测模型，输出最终检测结果。本发明相较于原YOLOv8模型检测精度有所提升，有效提高了模型的检测效果、鲁棒性和泛化性能，为化工业领域的危险行为检测提供了有力支持。

公开(公告)号：CN116913543A

公开(公告)日：2023-10-20

申请号：CN202310669744.1

申请日：2023-06-07

申请人： 淮阴工学院

发明人： 陈伯伦 ,  韩帅 ,  李哲 ,  刘晓娈 ,  许雪 ,  王笑颜 ,  朱鹏程 ,  戚梓凡 ,  王凌 ,  王珊珊 ,  赵月 ,  于翠莹

IPC分类号： G16H50/80 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种基于图神经网络的疫情传播影响力最大化方法，涉及了传染病模型和神经网络技术领域。其具体步骤为：首先，把传统SEIR模型改进成易感‑潜伏‑感染‑恢复‑死亡（SEIRD）模型，把网络中的节点设置成一组连续标签，根据标签对节点进行社区划分，得到多组随机游走的节点序列，再使用word2vec节点嵌入为网络中的节点生成低维向量。其次，把节点序列用长短期记忆法进行训练将有用序列输出，然后将序列输入到图神经网络(GNN)的回归器中，在SEIRD模型下，通过影响力最大化算法预测每个节点的影响力，排序后再进行参数评估和分析从而选择最优的节点网络。最后根据评估，该方法优于一些经典的影响力最大化方法。本发明具有预测较为精准和可靠性较高的优点。

公开(公告)号：CN117315584A

公开(公告)日：2023-12-29

申请号：CN202311303447.1

申请日：2023-10-09

申请人： 淮阴工学院

发明人： 陈伯伦 ,  于翠莹 ,  刘步实 ,  朱鹏程 ,  戚梓凡 ,  赵月 ,  王珊珊 ,  王凌 ,  韩帅 ,  王笑颜 ,  许雪 ,  李哲 ,  刘晓娈

IPC分类号： G06V20/52 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06T7/73 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

摘要： 本发明公开了一种基于改进YOLOv7‑tiny的危化品车辆目标检测方法,包括以下步骤：首先将危化品车辆数据集中的原始图像进行一次处理，生成统一大小的图像，然后对统一大小的图像进行二次处理；在模型的Backbone部分引入轻量的C2fGhostv2网络和部分卷积；在模型的Neck部分也引入轻量的C2fGhostv2网络，使模型在保证轻量化的同时获得更加丰富的梯度流信息，更高效的进行特征融合。再者，为了解决解决盲目强调高质量样本导致的目标性能下降的问题，使用WIoU损失函数，很好的平衡了高质量和低质量样本的训练效果，提高了模型的鲁棒性和泛化性能；最后通过卷积和解码操作来生成目标框的位置和类别信息。与现有技术相比，本发明为危化品车辆目标检测领域的理论研究和应用提供了有力支持。

公开(公告)号：CN118038383A

公开(公告)日：2024-05-14

申请号：CN202410226812.1

申请日：2024-02-29

申请人： 淮阴工学院

发明人： 常恺露 ,  王凌 ,  陈伯伦 ,  刘步实 ,  朱文婕 ,  孟宪淳 ,  赵月 ,  王珊珊 ,  于翠莹

IPC分类号： G06V20/54 ,  G06V10/774 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种基于CSSN结构和ESPPF的危化品车辆检测方法、装置及介质，所述方法包括获取交通道路场景中包含危化品各种车辆的图片，对车辆进行标注划分；在YOLOv8的基础上引入CSSN结构和ESPPF模块构建成危化品车辆检测模型搭建模型；其中CSSN结构是将骨干网络中的特征提取模块经过多次上采样以及跨阶段链接拼接到颈部网络中，综合利用不同阶段的特征信息，形成具有丰富语义信息的特征图；ESPPF模块指优化型的快速空间金字塔池化模块，提取更加丰富的危化品车辆的特征信息，增强对不同尺度目标的检测能力；使用制作好的数据集训练模型，得到训练结果，使用最佳的训练权重完成危化品车辆的检测任务。本发明以极少的模型参数量，实现了良好的危化品车辆检测效果。