公开(公告)号：CN118429699A

公开(公告)日：2024-08-02

申请号：CN202410497419.6

申请日：2024-04-24

申请人： 淮阴工学院

发明人： 杨占辉 ,  宗慧 ,  安雯龙 ,  刘向超 ,  周恒 ,  陈鑫 ,  王辰斌 ,  罗嘉辰 ,  石超楠 ,  倪天龙

IPC分类号： G06V10/764 ,  G06V10/44 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/096 ,  G06N20/20 ,  G06N3/082

摘要： 本发明公开了一种基于GCT‑Net集成多网络模型的蛋白质晶体识别方法，该方法凭借GCT‑Net集成多网络模型的独特优势，实现了高精度的识别效果。GCT‑Net网络结构采用Transformer架构，由GroupConv Block、KLA Block和GroupAttention三个核心组件构成，深度融合卷积和Transformer技术，优化特征提取，利用深度可分离卷积控制模型参数量，通过迁移学习和集成学习技术，从六个主流深度学习模型中筛选出三个最优模型，与GCT‑Net结合形成高效集成模型。采用硬投票策略，选择每轮预测中准确率最高的结果作为最终输出，确保模型识别准确率和稳定性。集成模型处理后，蛋白质晶体识别精度达到98％，显著高于单一模型。本发明为蛋白质晶体结构的培养和识别提供了高效、准确的技术手段，对化学药物设计等研究领域具有重要意义。

公开(公告)号：CN118570839A

公开(公告)日：2024-08-30

申请号：CN202410699988.9

申请日：2024-05-31

申请人： 淮阴工学院

发明人： 宗慧 ,  王辰斌 ,  朱全银 ,  王琳静 ,  石超楠 ,  罗嘉辰 ,  安雯龙 ,  刘向超 ,  杨占辉 ,  卫智利 ,  马军斋 ,  王建 ,  张乐 ,  杨文俊

IPC分类号： G06V40/10 ,  G06V10/82 ,  G06V10/774 ,  G06V10/80 ,  G06V10/25

摘要： 本发明公开了一种叉车搭载人员检测方法，通过对YOLOv9目标检测算法进行改进并训练加以实现，改进方法包括：在原始算法的基础上构建自定义RN4_SCConv模块并替换Backbone中的第三层、第五层RepNCSPELAN4模块，将ADown下采样模块引入SPDconv构建自定义SPD_ADown模块并替换Backbone、Head中的ADown模块，对Backbone和Head部分引入iRMB倒置残差块注意力机制,采用自定义损失函数ISCIoU，根据训练检测结果和目标真实标签计算预测损失，并利用预测损失对目标检测模型进行优化，重复迭代直至达到设定的迭代次数输出训练好的目标检测模型；本发明在原有模型基础上，在保证实时检测速度的同时，加强对叉车搭载人员的检测效果，检测精度在叉车搭载人员的数据集中提高了4.9%。

公开(公告)号：CN118736505A

公开(公告)日：2024-10-01

申请号：CN202410738662.2

申请日：2024-06-07

申请人： 淮阴工学院

发明人： 罗嘉辰 ,  宗慧 ,  王辰斌 ,  石超楠 ,  倪天龙 ,  安雯龙 ,  周恒 ,  陈鑫 ,  刘向超 ,  杨占辉 ,  丁继凡 ,  杨文俊 ,  张乐 ,  王健

IPC分类号： G06V20/54 ,  G06V10/25 ,  G06V10/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种改装电动车检测方法，通过改进YOLOv9c模型，在特征提取的Backbone中将YOLOv9c下采样阶段中的跨步卷积Conv改进为SPDPConv，进一步强调特征保留和减少信息丢失，提高模型整体识别改装电动车精准度；使用多分支金字塔MbSPP模块进行特征提取与融合，替换原有的SPPELAN模块，在不同尺度上进行池化操作，从而捕获图像的多尺度特征，进一步提高模型在复杂背景或有遮挡情况下的表现；于上采样环节，采用双卷积增强上采样CPSample，实现更加清晰和稳定的细节输出，进一步提高改进模型在改装电动车识别方面的精准度。本发明通过上述方法对YOLOv9c模型进行进一步改进，在收敛性，鲁棒性，针对改装电动车识别精准性方面，都有理想的提升。

公开(公告)号：CN118628789A

公开(公告)日：2024-09-10

申请号：CN202410596819.2

申请日：2024-05-14

申请人： 淮阴工学院

发明人： 刘向超 ,  宗慧 ,  安雯龙 ,  陈鑫 ,  周恒 ,  杨占辉 ,  王辰斌 ,  罗嘉辰 ,  王健 ,  张乐 ,  杨文俊

IPC分类号： G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G16H50/20 ,  G16H50/70 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0985

摘要： 本发明公开了一种基于裂隙灯图像的角膜溃疡诊断分类方法，获取角膜溃疡数据集，对图片进行标签设置；将数据集按照一定比例划分为训练集和测试集并且对角膜溃疡图像进行预处理；构建MSConv模块，并对提取的角膜溃疡特征进行信息融合；改进并构建ResNet和ViT相结合的深度学习网络模型，利用预处理数据集对该网络进行训练和验证，得到角膜溃疡分类模型；通过所述的角膜溃疡分类模型对待分类的角膜溃疡进行分类识别。本发明首先在不同尺度下提取角膜溃疡的初步特征，其次通过融合卷积的ViT将局部和全局的特征图进行融合，解决了角膜溃疡病理特征变化大、病灶分布不规则、尺度多变的问题，从而能够提高角膜溃疡的识别准确性。

公开(公告)号：CN118396933A

公开(公告)日：2024-07-26

申请号：CN202410352827.2

申请日：2024-03-25

申请人： 淮阴工学院

发明人： 安雯龙 ,  宗慧 ,  陈鑫 ,  刘向超 ,  杨占辉 ,  周恒 ,  王辰斌 ,  罗嘉辰 ,  石超楠 ,  倪天龙

IPC分类号： G06T7/00 ,  G06T7/73 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/44 ,  G06V10/80

摘要： 本发明涉及目标检测技术领域，公开了一种基于YOLO‑IRLSK轻量级模型的皮肤病检测方法，包括：获取待检测的皮肤病图像数据集；在YOLO模型基础上，设计YOLO‑IRLSK模型，该模型是由MC模块，双层内部融合块IRLSK组合而成，双层内部融合块可以更完备的提取图片的内部特征，采用模型优化技术使得主干网络更加轻量化。将训练数据集中的数据输入检测模型中，得到区域预测图，并进行迭代训练。输入待识别的皮肤病害图片，通过训练得到的YOLO‑IRLSK网络模型对皮肤病进行检测识别。与现有技术相比，本发明可以准确地识别出良性和恶性的皮肤病，从而提高了人们的生活健康，有助于辅佐医生检测皮肤病害的级别。

公开(公告)号：CN118840691A

公开(公告)日：2024-10-25

申请号：CN202410991223.2

申请日：2024-07-23

申请人： 淮阴工学院

发明人： 朱全银 ,  石超楠 ,  倪天龙 ,  罗嘉辰 ,  王辰斌 ,  王颖 ,  邹京频 ,  丁伟国 ,  焦伟乐 ,  周泓

IPC分类号： G06V20/40 ,  G06V20/52 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06N3/0464 ,  G06V10/80 ,  G06N3/08

摘要： 本发明公开了一种TARD电动车载人违规智能检测方法及装置，适用于电动车载人违规行为的智能检测。包括以下步骤：使用自定义模块MSF和自定义模块RMSFE，构建模型的主干网络；使用自定义模块FFM、自定义模块IPR_FFM和自定义特征聚焦扩散机制构建模型颈部Neck结构，得到自定义模型TotalAggResDiffNet，即，TARD；利用公共遥感数据集SIMD训练TARD模型进行模型参数确定。与现有神经网络模型相比，本发明提出的检测方法在保证检测速率的同时，在电动车载人监控应用中取得了4.6%的mAP50提升以及4.2%的精度提升，可应用于智慧城市建设中提升城市交通管理水平。

公开(公告)号：CN118628990A

公开(公告)日：2024-09-10

申请号：CN202410780724.6

申请日：2024-06-17

申请人： 淮阴工学院

发明人： 朱全银 ,  倪天龙 ,  石超楠 ,  罗嘉辰 ,  王辰斌 ,  陆凡 ,  史宇泉 ,  刘楚涵 ,  申永康 ,  王翔云

IPC分类号： G06V20/54 ,  G06V10/764 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 本发明公开了一种基于BottleNeck结构和SLLU的电动车头盔智能检测方法及装置，包括以下步骤：使用自定义的SLLU激活函数替换YOLOv8 Conv模块中的Sigmoid Linear Unit激活函数；使用自定义的BGSCB模块，替换YOLOv8颈部Neck的卷积Conv模块；使用改进的C2f‑Star模块替换YOLOv8颈部Neck的C2f模块；使用SLLU激活函数、BGSCB模块和C2f‑Star模块改进的YOLOv8n定义为YOLOv8n‑SLBGS模型，利用公开数据集Helmet Detection训练YOLOv8n‑SLBGS器件进行模型参数确定，最终得到改进YOLOv8算法的智能检测模型。本发明提出的方法在保证测试速率的同时，提高了YOLOv8n算法的准确率；在电动车头盔监控应用中取得了平均准确率3.3%和精度6.9%的性能提升，可应用于智慧城市建设中提升城市交通管理水平。

公开(公告)号：CN118397542A

公开(公告)日：2024-07-26

申请号：CN202410513930.0

申请日：2024-04-26

申请人： 淮阴工学院

发明人： 王辰斌 ,  宗慧 ,  罗嘉辰 ,  石超楠 ,  安雯龙 ,  刘向超 ,  杨占辉 ,  卫智利 ,  王琳静 ,  马军斋 ,  周恒 ,  陈鑫 ,  王建 ,  张乐 ,  杨文俊 ,  杨乐楠 ,  徐阳

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

摘要： 本发明公开了一种基于改进YOLOv9电焊施工场景下灭火器的检测方法，包括：利用训练数据集对改进后的YOLOv9目标检测算法进行训练，该算法为在原始算法的基础上，将Backbone主干网中的部分RepNCSPELAN4模块替换为C3Attention模块，其中C3Attention是C3模块融合了SE注意力机制提高骨干网络中的目标检测能力和效率，并且在Head中分别融入了SE注意力机制、LSKBlock,根据训练检测结果和目标真实标签计算预测损失，并利用预测损失对目标检测模型进行优化，重复迭代直至达到设定的迭代次数输出训练好的目标检测模型；本发明能够保证检测速度的实时性，同时充分提取浅层信息，加强对灭火器的检测效果，进一步提高了模型检测精度。

公开(公告)号：CN118053063A

公开(公告)日：2024-05-17

申请号：CN202410022503.2

申请日：2024-01-05

申请人： 淮阴工学院

发明人： 周恒 ,  宗慧 ,  陈婷 ,  朱好杰 ,  王国平 ,  罗嘉晨 ,  王辰斌 ,  万志友 ,  张乐 ,  王健 ,  杨文俊 ,  安雯龙 ,  唐宇诚 ,  杨占辉 ,  刘向超 ,  陈鑫 ,  周宇

IPC分类号： G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/096 ,  G06N3/0985 ,  G06T7/00

摘要： 本发明公开了一种基于SCAE‑DensNet的肺癌病症诊断分类方法，步骤如下：获取医学图像数据集并对获取的医学图片预处理，对图片进行标签设置，划分为训练集、测试集，对测试集进行数据增强；通过加载构建与迁移学习，用来构建神经网络；训练模型、调整参数，用来达到训练神经网络的效果；学习肺癌病变特征、提取特征，诊断病症分类，达到肺癌病变识别效果；输入测试数据集，得到肺癌医学图像病变分类结果，得到辅助诊断病症种类、最终高精度分类结果；得出分类可信度最高的图像分类结果。本发明对肺癌医学图像识别鲁棒性更高，且识别精度更高、速度更快，解决了深度卷积神经网络可能的出现梯度消失、梯度爆炸或退化问题导致的肺癌识别准确率低的问题。