公开(公告)号：CN117710645A

公开(公告)日：2024-03-15

申请号：CN202311608274.4

申请日：2023-11-28

Applicant: 重庆邮电大学

Inventor： 李艳生 ,  余浩杨 ,  杨美美 ,  袁义洋 ,  王文辛

IPC: G06V10/25 ,  G06V10/44 ,  G06V20/56 ,  G06T7/73 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于融合注意力机制和轻量化神经网络的动态场景VSLAM优化方法，属于视觉SLAM领域。该方法包括：将YOLO‑Fastest算法架构的backbone层网络与YOLOv5s的head层网络进行结合，主干网络采用YOLO‑Fastest的ShuffleNetv2，同时引入轻量级网络Ghostnet，对网络模型进行轻量化处理；在此基础上加入EMA注意力机制以改进模型；使用改进模型对COCO数据集进行训练得到训练好的权重；使用detect模型以训练好的权重对采集图像进行处理生成检测框，将带有检测框的图片传入orbslam筛除检测框中的动态特征点，保留静态特征点用于位姿估计。

公开(公告)号：CN117710935A

公开(公告)日：2024-03-15

申请号：CN202311616241.4

申请日：2023-11-28

Applicant: 重庆邮电大学

Inventor： 李艳生 ,  袁义洋 ,  杨美美 ,  余浩杨 ,  王文辛

IPC: G06V20/58 ,  G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种融合双维度注意力和残差网络的道路垃圾检测方法，属于目标检测技术领域。该方法包括：采集道路垃圾图像制作模型构建数据集，其中模型构建数据集中包含至少一个道路垃圾目标的图像；基于YOLOv5s的网络结构，引入Res2Net网络，融合注意力机制并将损失函数替换为EIOU得到改进的道路垃圾检测模型；使用模型构建数据集对改进的道路垃圾检测模型进行训练；将训练好的道路垃圾检测模型部署到巡检机器人中，进行道路垃圾检测，并将检测结果输出至巡检机器人显示端。本发明可在降低模型参数量的同时以更细的粒度提取多尺度特征，能表现出更好的鲁棒性和准确性。