-
公开(公告)号:CN118365857A
公开(公告)日:2024-07-19
申请号:CN202410516138.0
申请日:2024-04-27
Applicant: 江苏海洋大学 , 连云港鲸鸣信息科技有限公司
IPC: G06V10/25 , G06N3/0464 , G06V10/82 , G06N5/04 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/77
Abstract: 本发明提出了一种基于BC‑YOLOv5的违禁品目标检测方法,以往的研究主要是行李包裹安全检查主要依靠安检人员观察、分析X光安检机扫描得到的图像,判断行李中是否夹带易燃易爆物、管制刀具等违禁品,会存在漏判的现象。为了解决这个问题,提出一种基于改进型YOLOv5的违禁品检测模型。通过使用Bottleneck CSP模块用于提高多尺度目标的精度,交叉卷积模块用于减少参数数量并提高模型的推理速度。图像通过自动定向和调整大小进行预处理。然后,将处理后的图像输入BC‑YOLOv5以提取其深层特征。
-
公开(公告)号:CN117523381A
公开(公告)日:2024-02-06
申请号:CN202311576479.9
申请日:2023-11-23
Applicant: 江苏海洋大学 , 连云港鲸鸣信息科技有限公司
IPC: G06V20/05 , G06V10/82 , G06V10/766 , G06V10/764 , G06N3/0464 , G06N3/0455 , G06N3/045 , G06N3/08
Abstract: 本发明提出了一种改进的YOLOv5海洋生物目标检测方法,由于海洋生物的种类繁多,其识别需要大量的专业知识,而本发明的应用大幅度节约了人力和时间成本,本发明通过在YOLOv5的基础上引入基于残差连接的Bottleneck Tr ansformer构造的CTR3模块,优化了YOLOv5的Head部分,从而提升了模型的识别性能,在自制的15类海洋生物数据集上的实验结果表明,与传统YOLOv5相比,BoTR‑YOLOv5在召回率和mAP(平均精度均值)上各提高了1%,验证了本发明提供的目标检查算法在海洋生物场景下的应用效果,更重要的是BoTR‑YOL Ov5在训练过程中比传统YOLOv5节省了时间,凸显了本发明在计算成本上的明显优势,本发明为海洋生物的高效精确检测提供了创新的方法,具有重要的实际应用价值。
-
公开(公告)号:CN116681191A
公开(公告)日:2023-09-01
申请号:CN202310540798.8
申请日:2023-05-12
Applicant: 江苏海洋大学
IPC: G06Q10/047 , G06Q50/00 , G06F16/9535 , G06F16/9536 , G06N20/00
Abstract: 本发明提供了基于强化训练和社交网络的资源推荐路径自适应优化方法,旨在解决在线平台中快速达到推荐目标的同时兼顾准确性、多样性和个性化等需求的问题。本发明通过构建动态社会关系预测模型和用户偏好预测模型,提高了资源推荐的准确性和个性化程度,其基本流程包括:构建预测模型;筛选初始资源路径和动态调整资源路径。本发明解决了资源推荐模型中的冷启动和数据稀疏问题;提高了资源可选择性;克服了传统资源推荐路径构建中忽视用户需求和偏好动态变化的缺陷。通过本发明的实施,能够为用户提供更加个性化的资源路径推荐,提高推荐效果和资源利用率。
-
-